核磁共振成像(MRI)是醫(yī)學臨床中常用的一種檢查手段。MRI對腦部疾病的早期發(fā)現(xiàn)和治療有很重要的作用。但是MRI是一種三維成像技術(shù),圖像中包含豐富的信息,需要專業(yè)的醫(yī)生才能分析解讀。人工分析不僅會消耗大量的時間,而且不可避免地會出現(xiàn)錯誤。隨著計算機視覺和人工智能算法的發(fā)展,病腦自動檢測技術(shù)的研究越來越受到關(guān)注。病腦自動檢測系統(tǒng)可以根據(jù)人腦MRI圖像快速自動地診斷識別腦部是否患病、患有哪種疾病,為醫(yī)生提供一個參考意見,提高診斷正確率,減輕病人的痛苦。最近十年,許多學者提出了他們的病腦自動檢測算法,推動技術(shù)的發(fā)展。本文提出一種新的基于人腦MRI的病腦自動檢測算法。首先,本研究對MRI樣本進行二重二維離散小波變換(DWT),再從得到的小波子帶中提取7個香農(nóng)熵,組成圖像的特征向量,名為小波熵(WE)。本文選擇單隱層網(wǎng)絡(luò)作為分類器,并使用極限學習機(ELM)算法來訓練網(wǎng)絡(luò)。不同于傳統(tǒng)的網(wǎng)絡(luò)訓練算法,ELM不需要進行迭代循環(huán),通過隨機賦值與廣義逆矩陣的求解,便可以完成訓練,因此收斂速度極快。最后,本文采用蝙蝠算法(BA)對ELM的參數(shù)進行優(yōu)化,進一步提高診斷的泛化性能和魯棒性。實驗中,本文使用了從哈佛大學醫(yī)學院網(wǎng)站上獲取的132個人腦MRI樣本對算法性能進行評估。本文所有實驗數(shù)據(jù)都是通過10次10折交叉驗證采集的。實驗結(jié)果顯示,本文提出的WE+BA-ELM病腦自動檢測算法可以達到98.33%的正確率,99.04%的靈敏度,和93.89%的特異度。本文還將WE+BA-ELM與其他5種最新的病腦檢測算法進行 了比較,包括:DWT+PCA+RBFNN、WE+RBFNN、WE+KELM、WE+OS-ELM 和 FRFE+MLP+ST-Jaya,發(fā)現(xiàn)WE+BA-ELM的分類性能最優(yōu)。本文提出的WE+BA-ELM可以精確地進行病腦診斷,正確率達到先進水平。WE可以用一個7×1的特征向量來描述原始大小為256×256像素的MRI圖像,減少內(nèi)存占用的同時還降低了計算復(fù)雜度。作為一種群智能優(yōu)化算法,BA可以有效地對解空間進行搜索,并跳出局部最優(yōu)解,找到全局最優(yōu)解,消除了隨機參數(shù)的影響,提高了 ELM的魯棒性。未來,本研究會結(jié)合深度學習算法對病腦檢測進行研究,具體方向包括:對病腦具體所患的疾病種類進行識別診斷;對病腦的病灶進行精確定位。
【學位單位】：南京師范大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TP311.52;TP18
【部分圖文】：

樣本的病癥有．？艾滋病性癡呆、阿爾茨海默癥、阿爾茨海默視覺障礙、腦鈣化、逡逑硬腦膜下血腫、神經(jīng)膠質(zhì)瘤、皰疹性腦炎、亨廷頓舞蹈病、萊姆病、腦膜瘤、運逡逑動神經(jīng)元疾病、多發(fā)性硬化癥皮克病等等。圖２－１中列舉了部分樣本。所有圖像逡逑都進行了配準，尺寸均為２５６Ｘ２５６像素。逡逑由于數(shù)據(jù)集中病腦樣本數(shù)量遠多于正常樣本數(shù)量，所以本文在衡量分類性能逡逑時不僅僅使用分類正確率（ａｃｃｕｒａｃｙ），還引入了靈敏度（ｓｅｎｓｉｔｉｖｉｔｙ）和特異逡逑性（ｓｐｅｃｉｆｉｃｉｔｙ）這兩個標準，使得算法分類性能的比較更加科學。逡逑＿＿＿＿逡逑＿＿＿＿逡逑運動神經(jīng)元病邐多發(fā)性硬化病邐皮克病邐肉瘤逡逑圖２－１部分人腦ＭＲＩ樣本逡逑６逡逑

能夠根據(jù)信號自動調(diào)整。與ＦＴ使用的無限長三角函數(shù)基不同，ＷＴ使用了有限長逡逑并且會衰減的小波基，把時域信號轉(zhuǎn)換到時頻空間，可以通過平移縮放等操作方逡逑便地實現(xiàn)多尺度分析。信號分析示意圖見圖２－２。對于圖像處理而言，小波可以逡逑實現(xiàn)自適應(yīng)變焦分析，減少甚至消除特征的相關(guān)性，對于計算機視覺、人工智能、逡逑機器學習都有突出貢獻％。逡逑Ａ邐ｈ逡逑振邋｜邐｜邐Ｉ邐頻逡逑幅邐｜邐率邐逡逑時間邐傅換逡逑ｍ邐ｉ邋ｋ逡逑邐邋｜邋｜逡逑頻邐；邐尺邐一１一一；一一！一｜—｜一逡逑P樺危危危危味儒義襄五五五五義稀　�！—悛！—？鍐璀邋劐１邋劐劐劐１—？辶x鮮奔溴問奔溴義隙淌備盜⒁侗浠誨渦〔ū浠誨義賢跡玻哺盜⒁逗托〔ǚ治鍪疽饌煎義弦話愕�，给定一个平穻缮积函数偍ｔ），它的小波变粴gㄒ邐哄義希祝裕蓿潁╁澹藉澹埽歟媯簦伲幔輳簦洌翦危ǎ玻保╁義希幔潁ǎ簦╁澹藉澹媯劍ㄥ危╁危ǎ玻玻╁義掀渲惺怯贍感〔ǎ蓿跡熬揭坪退醴派傻�。尺洱x崢刂菩〔ǖ納戾義纖�，与频率蠂D雜Γ黃揭屏浚鑰刂菩〔ㄆ揭憑嗬�，訓V奔湎嘍雜�。随着小波钒櫫x銜齙墓惴河τ�，臭溨琳b磯嘀男〔ê�，灾I跡玻沉芯倭瞬糠殖Ｓ瞇〔�。辶x希瑰義

本文編號：2815343