發(fā)布時間：2022-05-03 00:48

　　帕金森氏癥是一種腦部疾病,導致晃動,僵硬以及行走,平衡和協(xié)調困難。帕金森氏癥患者的癥狀通常會在老年時逐漸開始,并隨著時間的推移而加重。隨著疾病的發(fā)展,人們可能難以走路和說話。他們也可能有精神和行為上的變化,睡眠問題,抑郁,記憶障礙和疲勞。這項疾病為人民與國家?guī)砹顺林氐慕?jīng)濟負擔�，F(xiàn)如今,機器學習尤其是深度學習技術已經(jīng)在比如自動駕駛、人臉檢測等領域有了廣泛的應用,研究表明相關技術能發(fā)現(xiàn)人眼所不能獲取的微小特征之間的區(qū)別,并在多種醫(yī)療圖像分類任務中準確率已經(jīng)超過高水平人類專家。當前的基于機器學習的圖像診斷技術以核磁共振成像（MRI）為主,并且其結果很難解釋且魯棒性低,無法應用到實際任務中。因此,本研究采用能體現(xiàn)腦部功能性數(shù)據(jù)的擴散張量影像（DTI）,并提出了一種新型的基于卷積神經(jīng)網(wǎng)絡的子區(qū)域集成帕金森氏癥計算機輔助診斷框架。本框架首先提出將腦部擴散張量影像數(shù)據(jù)切割為標準的116腦網(wǎng)絡圖譜區(qū)（即116個腦部區(qū)域）,然后對90個腦部除小腦外區(qū)域利用深度卷積網(wǎng)絡進行監(jiān)督訓練得到90個深度學習模型。下一步即對子區(qū)域模型利用貪婪算法進行篩選,最終對選擇后的區(qū)域組合的結果進行加權平均即為最終的結果。本... 

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內外帕金森氏癥計算機輔助診斷技術研究現(xiàn)狀
    1.3 本文的主要貢獻與創(chuàng)新
    1.4 本論文的結構安排
第二章 機器學習技術基礎
    2.1 傳統(tǒng)機器學習方法
        2.1.1 K均值聚類
        2.1.2 決策樹
        2.1.3 集成學習
    2.2 深度學習方法
        2.2.1 深度置信網(wǎng)絡
        2.2.2 卷積神經(jīng)網(wǎng)絡
    2.3 對抗樣本
    2.4 本章小結
第三章 基于卷積神經(jīng)網(wǎng)絡的子區(qū)域集成帕金森氏癥診斷
    3.1 帕金森氏癥數(shù)據(jù)采集及預處理
        3.1.1 納入標準
        3.1.2 擴散張量圖像獲取參數(shù)
        3.1.3 擴散張量圖像前期預處理與子區(qū)域劃分
    3.2 利用卷積網(wǎng)絡對子區(qū)域進行帕金森氏癥診斷
    3.3 子區(qū)域模型的篩選
        3.3.1 篩選依據(jù)
        3.3.2 篩選算法
    3.4 多模態(tài)診斷
    3.5 可視化技術
        3.5.1 腦部區(qū)域權重可視化
        3.5.2 圖像關鍵點可視化
    3.6 利用對抗攻擊檢驗診斷框架的魯棒性
        3.6.1 攻擊方法的選擇
        3.6.2 不需要數(shù)據(jù)進行替身攻擊
    3.7 本章小結
第四章 實驗結果
    4.1 實驗設置介紹
    4.2 利用子區(qū)域模型對單個腦部區(qū)域進行帕金森氏癥診斷
    4.3 模型在交叉驗證集中的篩選結果
    4.4 模型集成后的測試效果
    4.5 可視化技術
        4.5.1 腦部區(qū)域權重可視化
        4.5.2 圖像關鍵點可視化
    4.6 與端到端機器學習技術的診斷效果對比
    4.7 模型魯棒性對比
    4.8 本章小結
第五章 全文總結與展望
    5.1 全文總結
    5.2 后續(xù)工作展望
致謝
參考文獻
攻讀碩士學位期間取得的成果


【參考文獻】：
期刊論文
[1]帕金森病患者疾病的經(jīng)濟負擔及其相關影響因素研究[J]. 王遙,殷實,劉衛(wèi)國,卞鷹,王寶明,葉民,林興建,張麗.  臨床神經(jīng)病學雜志. 2011(06)



本文編號：3650292