【摘要】：精神分裂癥(Schizophrenia,SZ)是一種嚴重的精神疾病,臨床癥狀主要包括幻覺、妄想、情感淡漠、注意力及工作記憶損害等。SZ的臨床診斷缺乏客觀生物標記物,容易造成誤診、漏診。本文基于多模態(tài)磁共振影像(Magnetic resonance imaging,MRI)數(shù)據(jù)對SZ進行自動分類和個體化預測研究,系統(tǒng)比較了不同模式分類和模式回歸算法,同時對分類和預測時權重最大的腦區(qū)進行分析及討論。本文的主要研究內容如下:1)本研究采集了 61名首發(fā)精神分裂癥(First Episode Schizophrenia,FESZ)患者、79名慢性精神分裂癥(Chronic Schizophrenia,CSZ)患者和205名健康對照(Normal Controls,NC)的結構MRI、靜息態(tài)功能MRI以及彌散張量成像(Diffusion Tensor Imaging),基于人類腦連接圖譜(Human Brainnettome Atlas)計算246個腦區(qū)的灰質體積、白質體積、度中心度、低頻振蕩振幅和局部一致性等,并基于白質劃分圖譜(white matter parcellationmap)計算50個白質區(qū)域的分數(shù)各向異性、平均彌散率、軸向彌散率和徑向彌散率等九種腦影像特征。采用以上九種多模態(tài)腦影像特征作為分類器的輸入,基于嵌套交叉驗證法評價k近鄰法、線性支持向量機、邏輯斯諦回歸、線性判別分析和隨機森林等五種模式分類算法研究SZ患者組/NC組和FESZ患者組/CSZ患者組的分類效果。我們發(fā)現(xiàn)相比于僅僅使用單個模態(tài)的分類器,結合三個模態(tài)特征的分類器有效地提高了分類的準確率。而且發(fā)現(xiàn)線性支持向量機和隨機森林這兩個分類器的分類效果要優(yōu)于其他的分類器,最高準確率為85%。進一步發(fā)現(xiàn)腦功能影像特征在區(qū)分NC和SZ患者時貢獻較大,且腦結構影像特征對于區(qū)分FESZ患者和CSZ患者時貢獻較大。2)采用和分類研究相同的特征,我們采用最小二乘回歸、嶺回歸、LASSO回歸、線性支持向量回歸和彈性網(wǎng)正則化線性回歸等五種模式回歸算法對SZ患者的陽性與陰性癥狀量表(Positive and Negative syndrome scales,PANSS)評分進行個體化預測研究,結果表明基于彈性網(wǎng)正則化線性回歸預測得到的評分和實際評分相關程度最高(r=0.43),線性支持向量回歸和嶺回歸也都取得了顯著的預測結果。對預測貢獻最大的腦區(qū)主要集中在額葉和顳葉。本文基于多模態(tài)磁共振腦影像特征,對比了不同的模式分類和模式回歸算法,實現(xiàn)了對SZ患者較高的分類準確率,同時對SZ患者PANSS總評分的預測具有顯著性。研究結果對于構建SZ輔助診斷系統(tǒng)的算法選型提供一定的參考,為SZ患者在個體水平下疾病狀態(tài)的評估提供一定的參考。
【圖文】：

Ｆｉｇ．邋２－１邋Ｔｈｅ邋ｆｌｏｗ邋ｃｈａｒｔ邋ｏｆ邋ｆＭＲＩ邋ｄａｔａ邋ｐｒｅｐｒｏｃｅｓｓｉｎｇ．逡逑對于ｓＭＲＩ數(shù)據(jù)，本次研宄使用ＳＰＭ１２軟件中ＶＢＭ：工具包對每一個受試者的ｓＭＲＩ逡逑數(shù)據(jù)進行預處理，將大腦分割為灰質、白質和腦脊液。具體步驟如下（見圖２－２）：邋１）逡逑調整原點；為了更好地將圖像配準到ＭＮＩ標準空間中，將所有的ｓＭＲＩ數(shù)據(jù)的原點調整逡逑到前聯(lián)合的位置；２）空間標準化：運用氋維度的ＤＡＲＴＥＬ方法將圖像標準化到ＭＮＩ逡逑標準空間；３）分割：將空間標準化之后的圖像分割成灰質，白質和腦脊液；４）調制：逡逑分割后調制灰質圖像，消除空何標準化過程中受試者大腦個體差異引起的體積變化；５）逡逑平滑：將分割和調制之后的圖像采用８ｍｍ的高斯核進行平滑。逡逑１６逡逑

Ｆｉｇ．邋２－３邋Ｔｈｅ邋ｆｌｏｗ邋ｃｈａｒｔ邋ｏｆ邋ＤＴＩ邋ｄａｔａ邋ｐｒｅｐｒｏｃｅｓｓｉｎｇ．逡逑態(tài)磁共振腦影像特征提取逡逑小節(jié)中，各個模態(tài)數(shù)據(jù)已經(jīng)進行了預處理《接下來繼續(xù)進行特征提取。逡逑腦連接圖譜逡逑接堘譜（Ｈｕｍａｎ邋Ｂｒａｉｎｎｅｔｔｏｍｅ邋Ａｔｌａｓ，邋ＢＮＡ，邋ｈｔｔｐ：／／ａｔｌａｓ．ｂｒａｉｎｎｅｔｏｍｅ．ｏｒｇ／）國科學院ｆｌ動化研究所公布的，該圖譜將大腦劃分為２４６個]P域（每，包含２１０個皮層區(qū)域和３６個皮層下區(qū)域，并且提供每個腦ＪＫ詳細息以及功能特征，ＢＮＡ的腦區(qū)分布及具體腦區(qū)信息見圖２－４和附錄一些研宄用來劃分大腦進行功能連接和腦網(wǎng)絡分析［５９］，在本研究中，，將大腦分割為２４６個Ｒ０Ｉ進行特征提取。逡逑
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R445.2;R749.3;TP181

【相似文獻】

相關期刊論文 前10條

1 宋嫵英;董建梅;李炳楠;;多模態(tài)與詞匯附帶習得實證研究綜述[J];現(xiàn)代交際;2019年19期

2 李炳楠;董建梅;宋嫵英;;概念整合理論下的十四運會多模態(tài)隱喻分析[J];現(xiàn)代交際;2019年19期

3 王小英;鄭佩蕓;;多模態(tài)文本在大學英語閱讀教學中的應用研究[J];上海第二工業(yè)大學學報;2019年03期

4 王妤娜;;小學語文滲透兒童哲學教育的多模態(tài)教學模式[J];福建基礎教育研究;2019年09期

5 侯旭京;;多模態(tài)隱喻淺析土味情話——基于綜藝節(jié)目《非常完美》男女嘉賓對話[J];海外英語;2019年22期

6 王芳;;網(wǎng)絡多模態(tài)環(huán)境下大學生外語學習焦慮及干預策略[J];海外英語;2019年21期

7 肖芳英;;多模態(tài)教學模式在大學英語精讀教學中的運用窺探[J];校園英語;2019年49期

8 黃立鶴;張德祿;;多核并行架構:多模態(tài)研究的范式、路徑及領域問題之辨[J];外語教學;2019年01期

9 趙雨菲;;近五年我國多模態(tài)翻譯研究綜述[J];農家參謀;2019年04期

10 閆雪鋒;;多模態(tài)話語視域下“翻轉課堂”教學模式的改革與探索——以西安職業(yè)技術學院公共基礎課為例[J];才智;2019年10期

相關會議論文 前10條

1 唐淑華;;文學語篇的語言學研究視角:多模態(tài)認知詩學——《多模態(tài)、認知和實驗文學》評介[A];認知詩學2014年第1輯[C];2014年

2 杜玲莉;王開建;紀再祥;;基于多模態(tài)話語理論的大學英語教學改革[A];新教育時代（2015年10月 總第1輯）[C];2015年

3 王琳;;淺析多模態(tài)話語分析理論在初中英語寫作教學中的應用[A];第二屆世紀之星創(chuàng)新教育論壇論文集[C];2015年

4 張霄軍;;多模態(tài)語料庫:搶救瀕危語言的有效途徑[A];民族語言文字信息技術研究——第十一屆全國民族語言文字信息學術研討會論文集[C];2007年

5 張瑩;;大學英語課堂的多模態(tài)教學研究[A];“決策論壇——基于公共管理學視角的決策研討會”論文集（下）[C];2015年

6 夏凡;王宏;;多模態(tài)情感數(shù)據(jù)標注方法與實現(xiàn)[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

7 張旭;郭晨;孫建波;;自適應多模態(tài)克隆選擇算法[A];2007年中國智能自動化會議論文集[C];2007年

8 趙廣州;;從多模態(tài)話語理論角度來看交際教學法中的角色扮演[A];福建省外國語文學會2010年年會論文集[C];2010年

9 李丹;;多模態(tài)理論框架下初中英語課堂中多媒體技術使用的必要性和有效性研究[A];外語教育與翻譯發(fā)展創(chuàng)新研究（第八卷）[C];2019年

10 霍暢;侯婷婷;;基于大學英語翻轉課堂的多模態(tài)教學研究[A];外語教育與翻譯發(fā)展創(chuàng)新研究(第六卷）[C];2017年

相關重要報紙文章 前10條

1 西南交通大學外國語學院 羅載兵;多模態(tài)隱喻的語義發(fā)生[N];中國社會科學報;2019年

2 蘇州大學跨文化研究中心、天津職業(yè)技術師范大學非盟研究中心 朱玲;多模態(tài)：翻譯研究的新視角[N];中國社會科學報;2017年

3 中國工程院院士 鄔江興;多模態(tài)智慧網(wǎng)絡與內生安全[N];中國信息化周報;2018年

4 浙江萬里學院外語部 王中祥;多模態(tài)研究：認知語言學的新方法[N];中國社會科學報;2017年

5 記者 戴麗昕;共融機器人多模態(tài)轉變成為發(fā)展趨勢[N];上海科技報;2017年

6 西北師范大學外國語學院 呂文澎 蘭州商學院隴橋學院外國語言文學系 韓世霞;多模態(tài)寫作的特征與趨勢[N];中國社會科學報;2016年

7 同濟大學外國語學院 黃立鶴;多模態(tài)語言研究發(fā)展前景廣闊[N];中國社會科學報;2016年

8 記者 張建列 通訊員 馮春;深圳先進院研制出新一代多模態(tài)顯微系統(tǒng)[N];廣東科技報;2016年

9 本報見習記者 辛雨;成像設施，有“圖”有“真相”[N];中國科學報;2019年

10 本報記者 顧鴻儒;人工智能尚未到來 多模態(tài)融合成為趨勢[N];中國電子報;2019年

相關博士學位論文 前10條

1 趙維;基于多模態(tài)影像數(shù)據(jù)的腦網(wǎng)絡研究[D];湖南師范大學;2019年

2 曹俊亮;水下滑翔機多模態(tài)運動控制與路徑規(guī)劃研究[D];上海交通大學;2016年

3 胡敏;多模態(tài)靶向納米探針在微小肝癌的診斷及光熱治療的實驗研究[D];南方醫(yī)科大學;2018年

4 劉f迢

本文編號：2699764