本文關(guān)鍵詞： 抑郁癥 分類特征 fMRI數(shù)據(jù) 支持向量機 BP神經(jīng)網(wǎng)絡(luò)　出處：《西南大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：現(xiàn)代醫(yī)學(xué)中對于重度抑郁癥的診斷和治療有著較為明確的標(biāo)準(zhǔn)和方案,其中常用的方法是基于診斷學(xué)來進(jìn)行癥狀診斷進(jìn)而進(jìn)行治療。然而這種方法還處于初級研究階段,尤其是致使抑郁癥患者病情更加嚴(yán)重的其他誘發(fā)病因以及發(fā)病機制的研究仍然沒有可靠的結(jié)論。目前對于重度抑郁癥患者的診斷判定多是依據(jù)患者家屬對患者日常行為進(jìn)行描述,其次再結(jié)合醫(yī)生自身的觀察以及相應(yīng)的醫(yī)學(xué)知識和經(jīng)驗來進(jìn)行評定。這種方法主觀性太強,同時也對醫(yī)生的診斷能力和工作水平要求很高,盡管如此也難以保證較高的準(zhǔn)確率,往往容易造成誤診,從而延誤了最佳的治療時期,結(jié)果就導(dǎo)致了患者的病情進(jìn)一步惡化。隨著現(xiàn)代醫(yī)學(xué)技術(shù)的發(fā)展,尤其是腦影像學(xué)技術(shù)的日益發(fā)展,使得在腦疾病的診斷與治療中出現(xiàn)了更為便捷的方法,其中功能磁共振影像(functional Magnetic Resonance Imaging,fMRI)技術(shù)的出現(xiàn)更進(jìn)一步的推動了抑郁癥的臨床研究和發(fā)展。功能磁共振成像技術(shù)的研究之所以能夠得到廣泛傳播更多是由于其能在并不形成創(chuàng)口的條件下實現(xiàn)對大腦特定區(qū)域進(jìn)行研究,因此在腦功能異常研究方面具有自己的獨特優(yōu)勢。而功能磁共振影像(fMRI)技術(shù)在世界范圍內(nèi)廣泛傳播的同時也進(jìn)一步推動了醫(yī)學(xué)上在重度抑郁癥治療方面上的研究。在Biswal等人將靜息態(tài)功能腦網(wǎng)絡(luò)研究與fMRI技術(shù)相結(jié)合之后,這種以靜息態(tài)為代表的fMRI研究越來越多的被運用到腦疾病的研究中。關(guān)于抑郁癥的研究一直是醫(yī)學(xué)上研究的熱點,同時因其給患者本人、患者家庭和社會帶來了沉重的負(fù)擔(dān)和嚴(yán)重的影響,也越來越受到社會的關(guān)注。但是目前對于抑郁癥這一類精神疾病的診斷手法相對比較單一,因此需要探尋出一種高效的、系統(tǒng)的方法來進(jìn)行更為準(zhǔn)確的診斷。在各種腦疾病的研究方法中,以使用靜息態(tài)fMRI技術(shù)進(jìn)行抑郁癥研究的方法尤為引人注意,并且已經(jīng)取得了較好的研究成果,進(jìn)一步的推動了臨床診斷上的醫(yī)學(xué)研究。作為精神疾病研究的一個新視角和新方法——靜息態(tài)功能磁共振影像數(shù)據(jù)的研究方法越來越得到廣泛應(yīng)用�？紤]到目前的研究現(xiàn)狀,我們的研究通過對患者組和健康對照組功能磁共振影像數(shù)據(jù)進(jìn)行分析,從數(shù)據(jù)中選擇特征屬性差異性較大的特征作為分類輸入特征,運用分類算法構(gòu)建分類器模型進(jìn)行分類實驗。在分類算法選擇上,根據(jù)不同分類算法的特點選取合適的分類算法來構(gòu)建分類模型,從而得到能夠有效的將患者組和健康對照組進(jìn)行分類判別的模型,目的是幫助醫(yī)學(xué)上構(gòu)建抑郁癥的相關(guān)臨床生理指標(biāo),進(jìn)而能夠從機器學(xué)習(xí)的角度來建立抑郁癥輔助診斷模型,這對今后在抑郁癥的診斷判別方面的研究具有非常重要的意義。我們的研究是一種跨學(xué)科的研究,研究的過程中為我們結(jié)合了復(fù)雜網(wǎng)絡(luò)的相關(guān)理論體系以及腦科學(xué)相關(guān)的理論體系,采用已經(jīng)比較成熟的功能磁共振成像技術(shù)來獲取被試大腦圖像的fMRI數(shù)據(jù)。在獲取被試的fMRI數(shù)據(jù)之后做了一系列預(yù)處理工作,進(jìn)而在預(yù)處理數(shù)據(jù)的基礎(chǔ)上來構(gòu)建被試的功能腦網(wǎng)絡(luò)模型。在被試腦網(wǎng)絡(luò)異常拓?fù)浣Y(jié)構(gòu)的研究中我們應(yīng)用了復(fù)雜網(wǎng)絡(luò)的一些理論,在功能腦網(wǎng)絡(luò)的特征屬性中選擇差異性顯著的特征屬性作為分類輸入特征,研究不同的分類算法來實現(xiàn)對患者組和健康對照組功能腦網(wǎng)絡(luò)分類研究實驗。作為一種研究抑郁癥的全新視角,目的是為了從機器學(xué)習(xí)的角度來揭示抑郁癥的成病機理,為今后醫(yī)學(xué)上對于抑郁癥的研究提供一個更加全面、準(zhǔn)確的研究方向。本文的主要工作如下:(1)靜息態(tài)下運用功能磁共振成像術(shù)獲得被試的腦網(wǎng)絡(luò)fMRI數(shù)據(jù):在被試保持無任務(wù)靜息態(tài)的條件下采用fMRI技術(shù)對符合條件的被試進(jìn)行腦部掃描,得到被試的fMRI數(shù)據(jù)。在我們的實驗研究中,通過篩選的被試包括有重度抑郁癥患者(36名)以及正常人(37名)。(2)對獲取的被試腦網(wǎng)絡(luò)原始數(shù)據(jù)進(jìn)行一系列的預(yù)處理工作:預(yù)處理的過程是在MATLAB平臺中進(jìn)行,調(diào)用事先裝入平臺的實驗工具箱DPARSF和REST來預(yù)處理fMRI圖像數(shù)據(jù),處理過程中涉及的處理步驟有:1.時間片校準(zhǔn);2.被試的頭動校準(zhǔn);3.空間標(biāo)準(zhǔn)化;4.平滑;5.低頻濾波。(3)構(gòu)建被試腦網(wǎng)絡(luò)并計算網(wǎng)絡(luò)特征:實驗過程中對于腦區(qū)的劃分依據(jù)是采用AAL大腦模板將大腦分為90個腦區(qū),利用非參數(shù)置換檢驗對90個腦區(qū)的網(wǎng)絡(luò)特征屬性進(jìn)行對比研究,從中確定具有明顯差異性的異常腦區(qū)來進(jìn)行研究。然后構(gòu)建出被試異常腦區(qū)的腦網(wǎng)絡(luò)模型運用復(fù)雜網(wǎng)絡(luò)的相關(guān)理論來計算一系列的網(wǎng)絡(luò)特征屬性值。(4)研究分析機器學(xué)習(xí)方法,從中選擇本文將要運用的分類算法,并研究分類算法的原理及相關(guān)參數(shù)設(shè)定方面的問題。(5)結(jié)合分類算法構(gòu)建分類器模型實現(xiàn)對被試進(jìn)行分類判別的實驗:運用選擇的分類算法和所選的網(wǎng)絡(luò)特征屬性進(jìn)行分類試驗,構(gòu)建分類模型并進(jìn)行預(yù)測實驗,對比實驗結(jié)果進(jìn)行實驗結(jié)果分析。
[Abstract]:......
【學(xué)位授予單位】：西南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：R749.4;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 張健;劉定一;;一種應(yīng)用PSO優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的方法[J];計算機仿真;2014年11期

2 劉俐;霍麗琴;張峰;鄭崇勛;尤佳;何喜寧;張潔;;模糊BP神經(jīng)網(wǎng)絡(luò)在新生兒HIE早期診斷中的應(yīng)用研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2011年04期

3 陳若珠;楊紫娟;韋哲;;基于BP神經(jīng)網(wǎng)絡(luò)的骨質(zhì)疏松疾病的診斷分類研究[J];醫(yī)療衛(wèi)生裝備;2011年08期

4 陸菁菁;功能磁共振成像的研究背景和臨床應(yīng)用[J];國外醫(yī)學(xué)(臨床放射學(xué)分冊);2003年06期

，

本文編號：1492039