發(fā)布時(shí)間：2020-04-17 07:14

【摘要】：人類的大腦有著數(shù)以億計(jì)的神經(jīng)細(xì)胞,每天記錄和處理著數(shù)千萬(wàn)條的信息,更是在思維認(rèn)知、感覺(jué)和行為時(shí)表現(xiàn)出不同的連接模式,被公認(rèn)為目前探知到的現(xiàn)實(shí)世界中最為復(fù)雜且神秘的網(wǎng)絡(luò)系統(tǒng)之一。近年來(lái),復(fù)雜腦網(wǎng)絡(luò)分析理論以人腦為基礎(chǔ)和出發(fā)點(diǎn),將其應(yīng)用在腦精神疾病的研究中已成為趨勢(shì),逐漸成為醫(yī)學(xué)革命發(fā)展的必然命題和人類探索大腦奧秘的重要途徑。復(fù)雜腦網(wǎng)絡(luò)分析方法不但幫助理解神經(jīng)精神疾病原理,同時(shí)也為臨床腦疾病的診斷提供有效的影像學(xué)標(biāo)記和新的方法。隨著多學(xué)科技術(shù)的不斷提高與進(jìn)一步交叉融合,腦網(wǎng)絡(luò)分析將在腦神經(jīng)精神疾病的研究中發(fā)揮越來(lái)越大的作用。本文以復(fù)雜網(wǎng)絡(luò)理論為基礎(chǔ),緊緊圍繞復(fù)雜腦網(wǎng)絡(luò)研究這一國(guó)際熱門領(lǐng)域,對(duì)靜息態(tài)腦網(wǎng)絡(luò)的構(gòu)建及分析作出了兩種方法的探討,同時(shí)在此基礎(chǔ)上運(yùn)用新的分類模型,完成自閉癥患者分類研究。利用功能腦網(wǎng)絡(luò)進(jìn)行不同組之間網(wǎng)絡(luò)屬性的差異性指標(biāo)分析,并將自閉癥作為疾病應(yīng)用模型,探索不同年齡段自閉癥患者之間差異以及自閉癥診斷的影像學(xué)標(biāo)志,來(lái)輔助臨床診斷應(yīng)用。本文主要?jiǎng)?chuàng)新工作如下:(1)基于最小生成樹(shù)方法功能腦網(wǎng)絡(luò)構(gòu)建及分析不同年齡的自閉癥患者所表現(xiàn)出來(lái)的臨床表征差異很大,但這些差異在影像學(xué)指標(biāo)上卻難以發(fā)現(xiàn)。為了解決這一問(wèn)題,本研究在靜息態(tài)功能腦網(wǎng)絡(luò)基礎(chǔ)上,引入最小生成樹(shù)分析方法,利用度(Degree)、介數(shù)(Betweenness Centrality,BC)、離心率(Eccentricity,Ecc)三個(gè)節(jié)點(diǎn)指標(biāo),對(duì)不同年齡分組(兒童-青少年,青少年-成人)之間進(jìn)行差異分析。旨在揭示不同年齡的自閉癥患者在網(wǎng)絡(luò)層面的變化規(guī)律。(2)基于組套索方法功能超網(wǎng)絡(luò)構(gòu)建及分析針對(duì)傳統(tǒng)方法構(gòu)建腦網(wǎng)絡(luò)的不足,近幾年出現(xiàn)了新的構(gòu)建網(wǎng)絡(luò)模型方法,如超網(wǎng)絡(luò)。但傳統(tǒng)的超網(wǎng)絡(luò)構(gòu)建方法,由于受到腦區(qū)間組效應(yīng)的影響,使得所構(gòu)建的超邊存在一定的隨機(jī)性,從而缺少解釋分組效應(yīng)信息的能力,最終降低分類準(zhǔn)確率。研究中采用一種基于組套索的超網(wǎng)絡(luò)構(gòu)建方法,并將其應(yīng)用在自閉癥患者的自動(dòng)診斷中。利用該方法所構(gòu)建的超網(wǎng)絡(luò),將傳統(tǒng)方法的單一變量的選擇替換為組變量的選擇,即在預(yù)先定義的變量組的基礎(chǔ)上進(jìn)行變量選擇。結(jié)果表明與傳統(tǒng)超網(wǎng)絡(luò)構(gòu)建方法相比,基于組套索的超網(wǎng)絡(luò)構(gòu)建方法可以有效地去除組效應(yīng)的影響,并提高分類準(zhǔn)確率。(3)基于支持向量機(jī)分類模型驗(yàn)證方法可靠性完成基于最小生成樹(shù)的腦網(wǎng)絡(luò)構(gòu)建及基于組套索的超網(wǎng)絡(luò)構(gòu)建后,分別根據(jù)統(tǒng)計(jì)顯著性差異提取分類特征,結(jié)合支持向量機(jī)分類算法,建立多參數(shù)尋優(yōu)分類框架,構(gòu)建一個(gè)準(zhǔn)確率較高的模型。對(duì)于不同年齡自閉癥患者研究結(jié)果表明,在兩組(兒童-青少年,青少年-成人)對(duì)比分析中均得到顯著性差異區(qū)域,分類準(zhǔn)確率分別為80.38%和81.88%。基于最小生成樹(shù)腦網(wǎng)絡(luò)構(gòu)建方法為自閉癥不同年齡患者影像學(xué)分析及輔助診斷提供了新的方法和思路。對(duì)于自閉癥和正常對(duì)照組研究結(jié)果表明,基于組套索構(gòu)建超網(wǎng)絡(luò)方法同樣獲得令人滿意的分類準(zhǔn)確率,平均可達(dá)87.84%,驗(yàn)證了方法的可靠性,大大提高了自閉癥診斷的準(zhǔn)確率。
【圖文】：

圖 1.1 基于最小生成樹(shù)研究框架Fig. 1.1 Research Framework of MST構(gòu)建方法，，由于受到腦區(qū)間組效應(yīng)的影響，使得所構(gòu)建的超邊存他缺少解釋分組效應(yīng)信息的能力，最終降低分類準(zhǔn)確率。景下，本文提出了一種基于組套索的超網(wǎng)絡(luò)構(gòu)建方法，并將其應(yīng)

基于組套索的超網(wǎng)絡(luò)構(gòu)建方法可以有效地去除組效應(yīng)的影響，并提高分類準(zhǔn)確率。實(shí)驗(yàn)框架如圖1.2 所示：（3）基于支持向量機(jī)分類模型驗(yàn)證方法可靠性基于最小生成樹(shù)方法功能腦網(wǎng)絡(luò)構(gòu)建和基于組套索方法功能超網(wǎng)絡(luò)構(gòu)建完成后，也
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R749.94;TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁珂;隋立春;張谷生;;基于最小生成樹(shù)和聚類算法的旅游線路規(guī)劃[J];測(cè)繪技術(shù)裝備;2016年04期

2 張娜;;改進(jìn)最小生成樹(shù)算法在移動(dòng)自組織網(wǎng)絡(luò)路由選擇中的應(yīng)用[J];沈陽(yáng)化工大學(xué)學(xué)報(bào);2016年01期

3 帥訓(xùn)波;馬書南;;一種基于遺傳算法的度約束最小生成樹(shù)求解方法[J];曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

4 段淵;;基于遺傳算法的廣義最小生成樹(shù)求解與應(yīng)用[J];西華大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

5 田小梅;龔靜;;遺傳算法在度約束最小生成樹(shù)問(wèn)題中的應(yīng)用[J];湖南環(huán)境生物職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年03期

6 董軍,關(guān)鳳巖,呂宗寶;基于遺傳算法度約束的最小生成樹(shù)問(wèn)題的研究[J];淮北煤炭師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年01期

7 徐磊,章兢;廣義最小生成樹(shù)的遺傳算法求解及應(yīng)用[J];系統(tǒng)工程與電子技術(shù);2004年03期

8 向丹,楊永;廣義最小生成樹(shù)的遺傳算法研究[J];廣東技術(shù)師范學(xué)院學(xué)報(bào);2004年04期

9 汪遐昌;最小生成樹(shù)問(wèn)題[J];四川師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1997年01期

10 翟延富;最小生成樹(shù)的計(jì)算機(jī)求法[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);1997年01期

相關(guān)會(huì)議論文 前10條

1 黃宜真;張世R

本文編號(hào)：2630604