李 楊，牛 焱，扆夢(mèng)楠，馬 垚，王 彬,2，李丹丹，李 瓊

(1.太原理工大學(xué) 信息與計(jì)算機(jī)學(xué)院，太原 030024；2.山西醫(yī)科大學(xué)第一醫(yī)院 影像科，太原 030001)

精神分裂癥(schizophrenia)是人類最常見(jiàn)的具有高患病率的精神疾患之一[1]，因其病程的遷移與反復(fù)給患者帶來(lái)了嚴(yán)重的精神缺損，給家庭和社會(huì)帶來(lái)了沉重的負(fù)擔(dān)。目前精神分裂癥的診斷方法有評(píng)估量表和影像學(xué)分析[2-3]，常用量表有陽(yáng)性和陰性癥狀量表(PANSS)和簡(jiǎn)明精神病評(píng)定量表(BPRS).目前，研究者致力于研究對(duì)精神分裂癥患者客觀且方便的判別方法。大部分研究借助于計(jì)算機(jī)斷層掃描(CT)和磁共振成像(MRI)等神經(jīng)影像技術(shù)研發(fā)輔助診斷方法[4-5]，但是，神經(jīng)影像學(xué)測(cè)試成本較高，數(shù)據(jù)分析復(fù)雜，較難進(jìn)行廣泛推廣和運(yùn)用[6-7]。因此，對(duì)精神分裂癥患者的判別亟需客觀且方便的輔助診斷方法，以提高醫(yī)生診斷的準(zhǔn)確率。

研究表明精神分裂癥患者存在嚴(yán)重的認(rèn)知功能缺陷，特別是在執(zhí)行控制和注意等方面[8-9]。因此，研究精神分裂癥患者的認(rèn)知功能，對(duì)精神分裂癥的診斷和治療具有重要的應(yīng)用價(jià)值[10]。研究表明，任務(wù)轉(zhuǎn)換是研究執(zhí)行控制的一種可靠且有效的度量方法，其為研究注意和任務(wù)干擾提供了巨大的可能性[11-12]。任務(wù)轉(zhuǎn)換是一種行為心理學(xué)實(shí)驗(yàn)，該實(shí)驗(yàn)是指當(dāng)被試意識(shí)到當(dāng)前的認(rèn)知任務(wù)反應(yīng)不合適時(shí)為改變?nèi)蝿?wù)反應(yīng)而重新配置精神資源的控制過(guò)程[13]。學(xué)術(shù)上普遍認(rèn)為精神分裂癥患者存在執(zhí)行功能障礙，國(guó)內(nèi)外研究表明精神分裂癥患者在任務(wù)轉(zhuǎn)換實(shí)驗(yàn)中的反應(yīng)時(shí)間顯著長(zhǎng)于正常被試，這可能與患者的臨床癥狀有關(guān)如行動(dòng)遲緩、意志活動(dòng)減退等，導(dǎo)致反應(yīng)時(shí)間延長(zhǎng)[14]。

本研究提出采用機(jī)器學(xué)習(xí)的方法對(duì)任務(wù)轉(zhuǎn)換實(shí)驗(yàn)行為學(xué)數(shù)據(jù)提取信息進(jìn)行分類研究，挖掘行為學(xué)數(shù)據(jù)中的有效信息，并運(yùn)用于精神分裂癥的輔助診斷研究。

1 方法和材料

1.1 被試

病人組(SC)由45名精神分裂癥患者組成，年齡22～49歲，正常對(duì)照組(NC)由55名性別和年齡與SC組相匹配的健康受試者組成，采用PANSS和BPRS量表對(duì)病人組進(jìn)行了測(cè)試，測(cè)試結(jié)果如表1所示。數(shù)據(jù)來(lái)自于加州大學(xué)洛杉磯分校神經(jīng)精神病學(xué)研究小組的一個(gè)共享的數(shù)據(jù)集。參與者接受了神經(jīng)系統(tǒng)疾病和是否使用精神藥物等篩查。

表1 人口數(shù)據(jù)及量表測(cè)試結(jié)果Table 1 Demographic data and scale test results

1.2 任務(wù)轉(zhuǎn)換實(shí)驗(yàn)(TST)

1.2.1 設(shè)備

任務(wù)轉(zhuǎn)換實(shí)驗(yàn)是通過(guò)一款商業(yè)實(shí)驗(yàn)軟件e-prime設(shè)計(jì)實(shí)現(xiàn)的。刺激呈現(xiàn)在一個(gè)17英寸的戴爾顯示器上，刷新率為85 Hz，分辨率為1 024×768.實(shí)驗(yàn)中被試視線距離屏幕60 cm，通過(guò)他們慣用手的食指或中指按鍵盤上的左鍵或右鍵做出反應(yīng)。

1.2.2 刺激

本實(shí)驗(yàn)包括兩種任務(wù):顏色判斷(紅色或綠色)或形狀判斷(圓形或三角形)，刺激類型包括4種：紅色三角形、紅色圓形、綠色三角形和綠色圓形(圖1).在這些實(shí)驗(yàn)中，任務(wù)隨機(jī)呈現(xiàn)。

實(shí)驗(yàn)中使用了兩種類型的提示，一種提示是直接指示任務(wù)名稱的單詞(COLOR表示顏色分類任務(wù)，SHAPE表示形狀分類任務(wù))；另一種提示是字母(C表示顏色分類任務(wù)，S表示形狀分類任務(wù))。

圖1 任務(wù)轉(zhuǎn)換實(shí)驗(yàn)中四種刺激類型Fig.1 Four types of stimuli in task transformation experiments

1.2.3 程序

受試者在正式實(shí)驗(yàn)之前先進(jìn)行三組獨(dú)立的練習(xí)實(shí)驗(yàn)：對(duì)顏色、形狀以及顏色和形狀之間的轉(zhuǎn)換分別進(jìn)行8次反應(yīng)實(shí)驗(yàn)。練習(xí)實(shí)驗(yàn)結(jié)束后，被試進(jìn)行正式實(shí)驗(yàn)。首先屏幕中心出現(xiàn)線索來(lái)提示被試應(yīng)執(zhí)行哪類任務(wù)(以字母或單詞交替出現(xiàn))，出現(xiàn)時(shí)間為200 ms或1 200 ms，隨后刺激出現(xiàn)直到被試做出反應(yīng)，綠色或三角形按左鍵反應(yīng)，紅色或圓形按右鍵反應(yīng)，4種刺激中存在一致的響應(yīng)條件(綠色三角形或紅色圓形出現(xiàn)時(shí)，提示是沒(méi)必要的)和不一致的響應(yīng)條件(綠色圓形或紅色三角形出現(xiàn)時(shí)，提示是有效提示)，反應(yīng)結(jié)束后刺激消失，實(shí)驗(yàn)間隔時(shí)間為600 ms，在此間隔后，下個(gè)實(shí)驗(yàn)開始(見(jiàn)圖2).

圖2 實(shí)驗(yàn)程序舉例Fig.2 Examples of experimental procedures

1.2.4 實(shí)驗(yàn)結(jié)果記錄

本實(shí)驗(yàn)中有3個(gè)最常被分析的變量：

1) 提示呈現(xiàn)時(shí)間。短提示條件下任務(wù)準(zhǔn)備時(shí)間為200 ms，長(zhǎng)提示條件下任務(wù)準(zhǔn)備時(shí)間為1 200 ms.

2) 一致性。綠色三角形或者紅色圓形出現(xiàn)時(shí)為一致的響應(yīng)條件，而綠色圓形或者紅色三角形出現(xiàn)時(shí)為不一致的響應(yīng)條件。

3) 轉(zhuǎn)換條件。當(dāng)前實(shí)驗(yàn)是否與前一實(shí)驗(yàn)響應(yīng)任務(wù)相同，若任務(wù)相同為重復(fù)實(shí)驗(yàn)，若任務(wù)不同為轉(zhuǎn)換實(shí)驗(yàn)。

實(shí)驗(yàn)記錄了以上3個(gè)變量各個(gè)情況下的8種反應(yīng)時(shí)間。再根據(jù)8種反應(yīng)時(shí)間計(jì)算獲得的相關(guān)認(rèn)知變量：短提示條件下重復(fù)實(shí)驗(yàn)和轉(zhuǎn)換實(shí)驗(yàn)反應(yīng)時(shí)間的差異為轉(zhuǎn)換代價(jià)；長(zhǎng)提示條件下重復(fù)實(shí)驗(yàn)和轉(zhuǎn)換實(shí)驗(yàn)反應(yīng)時(shí)間的差異為剩余轉(zhuǎn)換代價(jià)；轉(zhuǎn)換代價(jià)與剩余轉(zhuǎn)換代價(jià)的和為反應(yīng)轉(zhuǎn)換代價(jià)；干擾指的是一致條件和不一致條件下的反應(yīng)時(shí)間差異，同時(shí)也相應(yīng)的計(jì)算出了短提示條件下的干擾和長(zhǎng)提示條件下的干擾。

1.3 Relief算法

Relief算法由KIRA et al[15]在1992年提出，它根據(jù)各個(gè)特征和樣本的相關(guān)性賦予特征不同的權(quán)重，特征權(quán)重越大，表明該特征的分類能力越強(qiáng)。

特征權(quán)重向量W計(jì)算如下：

1) 初始化權(quán)重向量W[A]=0;

2) 找到樣本S的同類最近鄰H和異類最近鄰M；

3) 計(jì)算特征權(quán)重：

W[A]:=W[A]-diff(A,S,H)/m+diff(A,S,M)/m.

式中：diff(F,E1,E2)是特征F在樣本E1和E2中表達(dá)值的差異程度；m為抽樣次數(shù)。將求出的各個(gè)特征權(quán)重進(jìn)行排序后，權(quán)重大于某個(gè)閾值的特征就構(gòu)成了最終的特征子集，從而消除了無(wú)效特征。

1.4 支持向量機(jī)(SVM)

SVM是CORTES et al[16]于1995年提出的。其基本思想是通過(guò)恰當(dāng)?shù)暮撕瘮?shù)將低維樣本空間中的非線性問(wèn)題映射到高維空間中，在高維空間中構(gòu)造一個(gè)間隔最大的線性分類面，將兩個(gè)不同的類正確分隔開[17]。

SVM的基本原理為：

設(shè)數(shù)據(jù)集

(xi,yi),xi∈Rd,yi∈{+1,-1},i=1,…,n.

(1)

求解最優(yōu)分類面即解決以下優(yōu)化問(wèn)題:

(2)

式中：w為權(quán)重向量；b為偏差；C為懲罰因子；ζi為松弛變量。將上述問(wèn)題轉(zhuǎn)換為它的對(duì)偶問(wèn)題：

(3)

選擇多項(xiàng)式核函數(shù)在高維空間進(jìn)行兩個(gè)樣本的內(nèi)積運(yùn)算，解決上述問(wèn)題后得到最優(yōu)分類函數(shù)：

(4)

其中，αi>0是與支持向量相關(guān)的系數(shù)。

2 結(jié)果與分析

2.1 行為學(xué)結(jié)果分析

在所有受試者中，有45名精神分裂癥患者和55名正常被試接受了任務(wù)轉(zhuǎn)換測(cè)試，表2總結(jié)了精神分裂癥組和正常被試組在各個(gè)條件下的反應(yīng)時(shí)間數(shù)據(jù)，而實(shí)驗(yàn)中的其他相關(guān)變量如表3所示。

表2 兩組被試在不同轉(zhuǎn)換條件下的反應(yīng)時(shí)間Table 2 Response time of the two groups under different switch conditions ms

應(yīng)用SPSS軟件對(duì)反應(yīng)時(shí)間進(jìn)行2×2×2×2的重復(fù)測(cè)量方差分析，其中，2(組別：SC，NC)×2(提示呈現(xiàn)時(shí)間：短提示，長(zhǎng)提示)×2(一致性：一致，不一致)×2(轉(zhuǎn)換條件：有轉(zhuǎn)換，無(wú)轉(zhuǎn)換)為被試內(nèi)因素。結(jié)果表明，組別[F(1,43)=79.6,p<0.000 1,η2=0.649]、提示呈現(xiàn)時(shí)間[F(1,43)=467.1,p<0.000 1,η2=0.916]、一致性[F(1,43)=25.4,p<0.000 1,η2=0.371]和轉(zhuǎn)換條件[F(1,43)=136.7,p<0.000 1,η2=0.761]對(duì)反應(yīng)時(shí)間的主效應(yīng)顯著。同時(shí)，組別和轉(zhuǎn)換條件的交互作用顯著[F(1,43)=14.0,p<0.001,η2=0.245]，提示呈現(xiàn)時(shí)間和轉(zhuǎn)換條件的交互作用也很顯著[F(1,43)=63.2,p<0.000 1,η2=0.595].

表3 實(shí)驗(yàn)相關(guān)變量Table 3 Experimental related variable

2.2 特征選擇

原始特征包括任務(wù)轉(zhuǎn)換實(shí)驗(yàn)結(jié)果記錄(8個(gè)反應(yīng)時(shí)間、1個(gè)準(zhǔn)確率、3個(gè)轉(zhuǎn)換代價(jià)、3個(gè)干擾)以及年齡和性別共17個(gè)特征，經(jīng)過(guò)特征選擇之后短提示一致有轉(zhuǎn)換、短提示一致無(wú)轉(zhuǎn)換、短提示不一致無(wú)轉(zhuǎn)換、長(zhǎng)提示一致有轉(zhuǎn)換、長(zhǎng)提示一致無(wú)轉(zhuǎn)換、長(zhǎng)提示不一致有轉(zhuǎn)換和長(zhǎng)提示不一致無(wú)轉(zhuǎn)換7個(gè)高于平均權(quán)重的特征被選擇，分類權(quán)重如圖3(a)所示。

由圖可知篩選出來(lái)的特征集中在反應(yīng)時(shí)間。認(rèn)知心理學(xué)研究表明：反應(yīng)時(shí)間包含了刺激呈現(xiàn)時(shí)間、感官感覺(jué)時(shí)間、感覺(jué)興奮傳遞時(shí)間、大腦處理興奮時(shí)間、大腦傳遞反應(yīng)信號(hào)到運(yùn)動(dòng)器官的時(shí)間和運(yùn)動(dòng)器官啟動(dòng)時(shí)間[18-19]，在本研究的注意轉(zhuǎn)換任務(wù)中，轉(zhuǎn)換代價(jià)和干擾主要反映的是大腦加工處理信息的時(shí)間。精神分裂癥患者在反應(yīng)時(shí)間、轉(zhuǎn)換代價(jià)和干擾方面均存在異常。因此，進(jìn)一步將特征細(xì)致分裂，把原始特征分為三大類：8個(gè)反應(yīng)時(shí)間和1個(gè)準(zhǔn)確率共9個(gè)直接測(cè)量獲得的行為學(xué)數(shù)據(jù)為第一類特征；3個(gè)轉(zhuǎn)換代價(jià)和3個(gè)干擾共6個(gè)與認(rèn)知功能相關(guān)的為第二類特征；年齡和性別為第三類特征(實(shí)驗(yàn)表明這兩個(gè)特征對(duì)分類結(jié)果沒(méi)有貢獻(xiàn))。對(duì)第一類特征進(jìn)行特征選擇，分類權(quán)重如圖3(b)所示。權(quán)重高于平均權(quán)重的短提示一致有轉(zhuǎn)換、短提示一致無(wú)轉(zhuǎn)換、短提示不一致無(wú)轉(zhuǎn)換、長(zhǎng)提示一致有轉(zhuǎn)換和長(zhǎng)提示一致無(wú)轉(zhuǎn)換5個(gè)特征被選擇；對(duì)第二類特征進(jìn)行特征選擇，分類權(quán)重如圖3(c)所示。權(quán)重高于平均權(quán)重的轉(zhuǎn)換代價(jià)、剩余轉(zhuǎn)換代價(jià)和反應(yīng)轉(zhuǎn)換代價(jià)3個(gè)特征被選擇。

圖3 不同特征組合分類權(quán)重Fig.3 Classification weight graph of different feature combination

2.3 SVM分類結(jié)果

基于17個(gè)原始特征(模型A)和經(jīng)過(guò)特征選擇選出的7個(gè)特征(模型B)分別創(chuàng)建SVM模型，通過(guò)比較靈敏度、特異度和分類準(zhǔn)確率來(lái)衡量?jī)蓚€(gè)模型的性能，分類結(jié)果如表4所示。此外，對(duì)兩個(gè)模型進(jìn)行了受試者工作特征分析(ROC)，通過(guò)比較ROC曲線下的面積(YAUC)的大小來(lái)度量?jī)蓚€(gè)分類模型的好壞。YAUC的值是指處于ROC曲線下方的那部分區(qū)域面積的大小，并且YAUC值越大表示分類器性能越好。兩個(gè)模型分類效果如圖4(a)所示，可以看出，經(jīng)過(guò)特征選擇之后分類效果變好。

同時(shí)針對(duì)第一類特征(模型C)、第二類特征(模型D)、被選擇的5個(gè)特征(模型E)、被選擇的3個(gè)特征(模型F)以及被選出的5個(gè)特征和3個(gè)特征的結(jié)合(模型G)各自創(chuàng)建的SVM模型進(jìn)行分類效果比較，實(shí)驗(yàn)結(jié)果如表4所示，五種模型的ROC曲線圖如圖4(b)所示，實(shí)驗(yàn)結(jié)果表明模型G分類效果最好。

表4 七種模型的實(shí)驗(yàn)結(jié)果Table 4 Experimental results of the seven models

圖4 7種SVM模型的ROC曲線和YAUC值Fig.4 ROC curves and YAUC values of seven SVM models

3 討論

精神分裂癥患者存在嚴(yán)重的認(rèn)知功能損害，特別是在執(zhí)行控制、注意、記憶和處理速度等方面。研究表明執(zhí)行控制功能損傷是精神分裂癥患者認(rèn)知功能中最重要的缺陷。研究精神分裂癥患者執(zhí)行控制功能的異常，并將這些異常行為測(cè)量作為判別表征，對(duì)精神分裂癥患者進(jìn)行輔助診斷具有重要的應(yīng)用價(jià)值。

對(duì)行為學(xué)數(shù)據(jù)的統(tǒng)計(jì)分析發(fā)現(xiàn)，精神分裂癥患者在反應(yīng)時(shí)間上顯著慢于正常組，這表明精神分裂患者在感覺(jué)信息處理、注意、執(zhí)行控制等功能上存在顯著的不足。同時(shí)病人組執(zhí)行任務(wù)正確率也低于正常組，但還沒(méi)有達(dá)到統(tǒng)計(jì)學(xué)上的顯著水平[20]。另外，在任務(wù)轉(zhuǎn)換測(cè)試相關(guān)認(rèn)知變量上也發(fā)現(xiàn)了精神分裂癥患者與正常人顯著不同。例如，當(dāng)發(fā)現(xiàn)病人在轉(zhuǎn)換實(shí)驗(yàn)短提示條件下表現(xiàn)出完整的轉(zhuǎn)換積極性，但在長(zhǎng)提示條件下并沒(méi)有，可能是由于精神分裂癥患者在先前活動(dòng)任務(wù)中的表現(xiàn)積極性消散得快，這也會(huì)導(dǎo)致在重復(fù)實(shí)驗(yàn)短提示條件下的執(zhí)行效果保持不變，但是在長(zhǎng)提示條件下執(zhí)行效果較差，這也進(jìn)一步表明精神分裂癥患者的執(zhí)行控制功能受損，與以往的研究結(jié)果一致[21-22]。這些行為學(xué)測(cè)試能很好的描述精神分裂癥患者在認(rèn)知功能上存在的異常情況，但是缺乏一種利用這些行為測(cè)試數(shù)據(jù)來(lái)對(duì)精神分裂癥患者進(jìn)行個(gè)體分類的方法。

在本研究中，利用機(jī)器學(xué)習(xí)方法對(duì)多種特征組合進(jìn)行行為數(shù)據(jù)的分類研究。首先對(duì)模型A進(jìn)行篩選，發(fā)現(xiàn)篩選出的特征集中在反應(yīng)時(shí)間(模型B)，模型B分類準(zhǔn)確率為85%，比模型A高12%，說(shuō)明精神分裂癥患者與正常人在反應(yīng)時(shí)間上存在明顯差異，在完成認(rèn)知任務(wù)時(shí)患者的執(zhí)行功能紊亂。接下來(lái)我們對(duì)模型C和模型D兩大類特征進(jìn)行比較分析，發(fā)現(xiàn)模型C比模型D分類準(zhǔn)確率高出20%，對(duì)兩類分別進(jìn)行特征選擇，模型E和模型F分類準(zhǔn)確率分別為88%和75%，表明反應(yīng)時(shí)間和轉(zhuǎn)換代價(jià)對(duì)分類效果均有影響，因此，將兩類篩選出的特征集結(jié)合起來(lái)創(chuàng)建模型G，達(dá)到了90%的分類準(zhǔn)確率，說(shuō)明反應(yīng)時(shí)間與轉(zhuǎn)換代價(jià)結(jié)合起來(lái)具有較強(qiáng)的區(qū)分能力，提高了SVM分類模型的性能，結(jié)果表明精神分裂癥患者存在執(zhí)行控制的損傷和轉(zhuǎn)換能力的缺陷，可將其作為一種輔助診斷的方法。

對(duì)各種模型分類效果進(jìn)行綜合比較分析，結(jié)果表明短提示一致有轉(zhuǎn)換、短提示一致無(wú)轉(zhuǎn)換、短提示不一致無(wú)轉(zhuǎn)換、長(zhǎng)提示一致有轉(zhuǎn)換、長(zhǎng)提示一致無(wú)轉(zhuǎn)換、轉(zhuǎn)換代價(jià)、剩余轉(zhuǎn)換代價(jià)和反應(yīng)轉(zhuǎn)換代價(jià)8個(gè)特征創(chuàng)建的SVM分類模型準(zhǔn)確率最高，分類效果最好，與統(tǒng)計(jì)分析的結(jié)果一致。因此，本研究成功地將特征選擇與SVM結(jié)合起來(lái)，應(yīng)用任務(wù)轉(zhuǎn)換行為學(xué)實(shí)驗(yàn)，能夠客觀、有效地識(shí)別診斷出精神分裂癥個(gè)體。

4 結(jié)束語(yǔ)

本研究采用行為心理學(xué)測(cè)試，由計(jì)算機(jī)來(lái)進(jìn)行計(jì)算，可重復(fù)檢驗(yàn)、實(shí)驗(yàn)任務(wù)耗時(shí)段約0.5 h.獲得的行為數(shù)據(jù)通過(guò)Relief特征選擇算法和SVM分類器可以快速建立有效的分類模型，達(dá)到了較高的分類準(zhǔn)確率，數(shù)量化指標(biāo)明確，可作為一種客觀且方便的輔助診斷判別方法，以提高醫(yī)生診斷的準(zhǔn)確率。然而，對(duì)精神分裂癥的研究涉及多方面的理論和方法，本研究只采用了一種行為心理學(xué)實(shí)驗(yàn)，考慮到任務(wù)轉(zhuǎn)換的復(fù)雜性，進(jìn)一步研究其他類型的實(shí)驗(yàn)和任務(wù)轉(zhuǎn)換的其他方面是很有必要的。

：

[1] 張玲.精神分裂癥治療依從性的研究進(jìn)展[J].神經(jīng)疾病與精神衛(wèi)生,2007,7(5):404-407.

ZHANG L.Research progress in treatment adherence of schizophrenia[J].Neurological and Mental Health,2007,7(5):404-407.

[2] 周平,劉聯(lián)琦,張斌,等.卡爾加里精神分裂癥抑郁量表(中文版)信效度初步分析[J].中國(guó)心理衛(wèi)生雜志,2009,23(9):638-642.

ZHOU P,LIU L Q,ZHANG B,et al.Preliminary analysis of the reliability of Calgary depression scale (Chinese version)[J].Chinese Journal of Mental Health,2009,23(9):638-642.

[3] 朱春燕,汪凱.執(zhí)行功能與精神分裂癥[J].心理科學(xué)進(jìn)展,2004,12(5):743-745.

ZHU C Y,WANG K.Executive function and schizophrenia[J].Advances in Psychological,2004,12(5):743-745.

[4] 高原.功能性磁共振成像(fMRI)在視覺(jué)注意研究中的應(yīng)用[J].內(nèi)蒙古師大學(xué)報(bào)(哲社漢文版),2002,31(5):16-20.

GAO Y.The application of fMRI to the study of visual attention[J].Journal of Inner Mongolia Normal University (Philosophy & Social Science),2002,31(5):16-20.

[5] 倪睿,吳新年,齊翔,等.fMRI在視覺(jué)研究中的應(yīng)用和進(jìn)展[J].生物化學(xué)與生物物理進(jìn)展,2000,27(3):254-257.

NI R,WU X N,QI X,et al.The application and achievements of fMRI in vision research[J].Progress in Biochemistry and Biophysics,2000,27(3):254-257.

[6] 張喆.神經(jīng)影像技術(shù)對(duì)心理學(xué)的貢獻(xiàn)及限度研究[J].學(xué)理論,2012(14):65-66.

ZHANG Z.Research on the contribution and limitation of neuroimaging technology to psychology[J].Theory Research,2012(14):65-66.

[7] 劉晉,林敬暉,洪楠.精神分裂癥影像學(xué)研究[J].中國(guó)介入影像與治療學(xué),2014,11(2):121-124.

LIU J,LIN J H,HONG N.Imaging studies of schizophrenia[J].China's Involvement in Imaging and Therapeutics,2014,11(2):121-124.

[8] MEDALIA A,LIM R.Treatment of cognitive dysfunction in psychiatric disorders[J].Journal of Psychiatric Practice,2004,10(1):17.

[9] 向云.精神分裂癥與認(rèn)知功能障礙[J].中華行為醫(yī)學(xué)與腦科學(xué)雜志,2005,14(7):620-622.

XIANG Y.Schizophrenia and cognitive impairment[J].Chin J of Behavioral Med Sci,2005,14(7):620-622.

[10] 王久菊,王鵬飛,權(quán)文香,等.精神分裂癥的語(yǔ)言認(rèn)知特點(diǎn)及其腦機(jī)制[J].生物化學(xué)與生物物理進(jìn)展,2015,42(1):49-55.

WANG J J,WANG P F,QUAN W X,et al.The linguistic cognitive characteristics of schizophrenia and its brain mechanism[J].Biochemical and Biological Advances,2015,42(1):49-55.

[11] WOODWARD T S,RUFF C C,NGAN E T.Short- and long-term changes in anterior cingulate activation during resolution of task-set competition[J].Brain Research,2006,1068(1):161.

[12] SABB F W,BEARDEN C E,GLAHN D C,et al.A collaborative knowledge base for cognitive phenomics[J].Molecular Psychiatry,2008,13(4):350-360.

[13] MONSELL S.Task switching[J].Trends in Cognitive Sciences,2003,7(3):134-140.

[14] LEE J,PARK S.Working memory impairments in schizophrenia:a meta-analysis[J].Journal of Abnormal Psychology,2005,114(4):599.

[15] KIRA K,RENDELL L A.The feature selection problem:traditional methods and a new algorithm[C]∥Proceedings of Tenth National Conference on Artificial Intelligence.San Jose:AAAI Press,1992:129-134.

[16] CORTES C,VAPMIK V.Support-vector networks[J].Machine Learning,1995,20(3):273-297.

[17] 謝剛,古赟,王芳,等.基于支持向量機(jī)的圖像語(yǔ)義提取研究[J].太原理工大學(xué)學(xué)報(bào),2011,42(6):563-565.

XIE G,GU Y,WANG F,et al.Semantic extraction of image using support vector machines[J].Journal of Taiyuan University of Technology,2011,42(6):563-565.

[18] 陳曦.視覺(jué)認(rèn)知心理學(xué)反應(yīng)時(shí)實(shí)驗(yàn)研究的新技術(shù)[J].華南師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),1996(4):70-74.

CHEN X.New techniques of experimental research on visual cognitive psychology reaction[J].Journal of South China Normal University(Social Sciences Edition),1996(4):70-74.

[19] STERNBERG S.Memory-scanning:mental processes revealed by reaction-time experiments.[J].American Scientist,1969,57(4):421.

[20] BARCH D M.What can research on schizophrenia tell us about the cognitive neuroscience of working memory[J].Neuroscience,2006,139(1):73.

[21] 楊麗霞.精神分裂癥患者的執(zhí)行功能的研究[D].上海：華東師范大學(xué),2014.

YANG L X.Research on the executive function of patients with schizophrenia[D].Shanghai:East China Normal University,2014.

[22] REICHENBERG A,HARVEY P D.Neuropsychological impairments in schizophrenia:Integration of performance-based and brain imaging findings[J].Psychological Bulletin,2007,133(5):833-858.