天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 數(shù)學(xué)論文 >

基于非參數(shù)統(tǒng)計的分類方法研究及應(yīng)用

發(fā)布時間:2017-09-08 06:33

  本文關(guān)鍵詞:基于非參數(shù)統(tǒng)計的分類方法研究及應(yīng)用


  更多相關(guān)文章: 特征選擇 功能磁共振成像 判別分析 非參數(shù)檢驗


【摘要】:腦功能磁共振成像(fMRI)是近二十多年來醫(yī)學(xué)影像學(xué)發(fā)展的一項新技術(shù),研究者通常用此技術(shù)來研究腦區(qū)功能活動的改變。利用模式識別方法對fMRI數(shù)據(jù)的研究和應(yīng)用也已經(jīng)成為腦科學(xué)研究的重要方向之一。以基于AAL模板對腦網(wǎng)絡(luò)構(gòu)造的功能連接作為判別病人和正常人的特征,是腦功能影像研究中的重要內(nèi)容。但對整個大腦區(qū)域中構(gòu)造的功能連接得到的是個高維數(shù)據(jù),這樣在分類過程中可能存在一定的冗余信息影響其分類效果,因此特征的選擇是關(guān)鍵。除此之外,在分類過程中分類器的選擇也是起著至關(guān)重要的作用。本文研究分析的是39例抑郁癥患者和37例正常人的靜息態(tài)fMRI數(shù)據(jù),首先對原始數(shù)據(jù)不做任何檢驗挑選特征、應(yīng)用參數(shù)T檢驗挑特征以作為結(jié)果對照。本文主要思路是不同于以往很多研究中的參數(shù)檢驗挑顯著特征,應(yīng)用兩種非參數(shù)檢驗(K-S檢驗和M-W U檢驗)挑選顯著特征,使得原始特征空間維數(shù)大大減少。再應(yīng)用三種分類器(Fisher判別、KNN、樸素貝葉斯)判別病人與正常人。結(jié)果顯示本文所選的分類器結(jié)合非參數(shù)檢驗降維分類準(zhǔn)確率均高于參數(shù)T檢驗和不做檢驗的準(zhǔn)確率,效果得到顯著提高。三種分類器對挑選不同顯著特征個數(shù)的數(shù)據(jù)分別進行判別,發(fā)現(xiàn)最高準(zhǔn)確率均高于76%,其中三種分類器結(jié)合M-W U檢驗最高準(zhǔn)確率都在80%以上,Fisher判別分析結(jié)合K-S檢驗當(dāng)特征個數(shù)降到10時準(zhǔn)確率就達到81.58%,當(dāng)特征個數(shù)為46時達到90.79%的準(zhǔn)確率。本文通過對比分析得到最佳判別與檢驗組合—Fisher判別結(jié)合K-S檢驗,并通過置換檢驗證明此判別方法的可靠性。同時,通過此特征選擇方法,得到最具判別腦區(qū),主要包括:右側(cè)額下回、額上回、海馬旁回、背外側(cè)、扣帶回、梭狀回、頂葉腦回、緣上回、尾狀核等重要腦區(qū),其中右側(cè)額下回腦區(qū)所占權(quán)重最大。這些腦區(qū)對應(yīng)著病人與正常人腦區(qū)之間的顯著性差異,這為抑郁癥病人的病理研究提供了一定的理論依據(jù),對輔助醫(yī)生進行醫(yī)學(xué)臨床診斷具有現(xiàn)實意義。
【關(guān)鍵詞】:特征選擇 功能磁共振成像 判別分析 非參數(shù)檢驗
【學(xué)位授予單位】:湖南師范大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2016
【分類號】:O212.7
【目錄】:
  • 摘要3-5
  • ABSTRACT5-10
  • 1 緒論10-16
  • 1.1 研究背景及意義10-11
  • 1.2 研究現(xiàn)狀11-13
  • 1.2.1 抑郁癥靜息態(tài)的fMRI研究現(xiàn)狀11-12
  • 1.2.2 基于靜息態(tài)fMRI數(shù)據(jù)的分類方法研究現(xiàn)狀12-13
  • 1.3 本文創(chuàng)新之處13-14
  • 1.4 本文框架14-16
  • 2 預(yù)備知識16-22
  • 2.1 非參數(shù)統(tǒng)計16-18
  • 2.1.1 Mann-Whitney U檢驗(M-W U檢驗)16-18
  • 2.1.2 Kolmogorov-Smirnov檢驗(K-S檢驗)18
  • 2.2 留一交叉檢驗18-19
  • 2.3 分類器基本思想19-22
  • 2.3.1 Fisher線性判別法19-20
  • 2.3.2 K-最近鄰法20-21
  • 2.3.3 樸素貝葉斯21-22
  • 3 數(shù)據(jù)預(yù)處理及特征提取22-26
  • 3.1 數(shù)據(jù)及其預(yù)處理22-23
  • 3.2 特征提取23-26
  • 4 結(jié)果分析26-36
  • 4.1 分類結(jié)果26-29
  • 4.1.1 Fisher分類結(jié)果27-28
  • 4.1.2 KNN分類結(jié)果28-29
  • 4.1.3 樸素貝葉斯分類結(jié)果29
  • 4.2 分類效果對比29-32
  • 4.3 置換檢驗結(jié)果32-33
  • 4.4 具有高判別力的腦區(qū)33-36
  • 5 總結(jié)與展望36-38
  • 5.1 總結(jié)36-37
  • 5.2 展望37-38
  • 參考文獻38-42
  • 附錄42-44
  • 致謝44-46


本文編號:812448

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/kejilunwen/yysx/812448.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶4ddb9***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com