特征工程
Parent: ai_keywords
特征工程（Feature Engineering）
核心定义
特征工程是机器学习流程中决定模型性能上限的核心环节，指通过领域知识、数学变换与统计方法，从原始数据中提取、构造、选择出最能反映内在规律的特征表示。在临床神经科学领域，特征工程将高维、异质、含噪的原始医学生物数据（如脑电图、磁共振影像、基因组序列、步态信号）转化为低维、可解释、具有生理病理意义的量化指标，是连接临床观测与人工智能模型的桥梁。
关键技术点
-
领域驱动特征提取
基于神经科学先验知识设计特征。例如，从静息态功能磁共振（rs-fMRI）中提取默认模式网络（DMN）的功能连接强度；从脑电图（EEG）中计算特定频带（δ、θ、α、β、γ）的功率谱密度，捕捉脑节律异常。 -
特征选择与稀疏化
在高维小样本的医学场景下（如基因表达数据），采用嵌入式方法（Lasso、岭回归）或过滤法（互信息、方差阈值）剔除冗余/噪声特征，防止过拟合并提升模型可解释性。 -
时间序列特征工程
针对神经电生理信号，构建时域（均值、标准差、Hjorth参数）、频域（功率比、带通能量）、非线性（样本熵、Lempel-Ziv复杂度）等多维度特征，刻画动态脑活动模式。 -
特征交互与构造
使用多项式、核方法或自动特征生成（如遗传编程）创建原始特征的组合（如功能连接矩阵的图论指标：聚类系数、特征路径长度），揭示脑网络拓扑重塑。 -
标准化与归一化
消除不同模态数据（如MRI体素强度、EEG微伏级幅值）的量纲差异，常用Z-score或Min-Max缩放，确保梯度下降及距离度量稳定。
医学/神经科学应用场景
首都医科大学神经病学研究所·早期帕金森病分类模型：研究团队采集受试者的多模态数据——静息态fMRI 3D脑影像、脑血管搏动精密成像（4D Flow MRI）及步态加速度计时间序列。特征工程中，他们从fMRI中提取基于解剖图谱（AAL90）的3861维功能连接矩阵，经稀疏Lasso筛选保留与黑质-纹状体通路相关的18个强连接；同时从步态信号中计算步速变异性、双支撑相占比等跨步态特征。最终将这些跨模态特征拼接，输入支持向量机（SVM），对Hoehn-Yahr 1级患者达到92%的识别准确率，为早期帕金森病精准诊断提供了非侵入性定量工具。
