本文關(guān)鍵詞：基于集成學(xué)習(xí)的多模態(tài)AD輔助診斷模型研究，由筆耕文化傳播整理發(fā)布。

【摘要】：阿爾茨海默病(AD)是一種不可逆的神經(jīng)退行性疾病,臨床表現(xiàn)為記憶下降和其他認(rèn)知功能損害。輕度認(rèn)知障礙(MCI)是AD的前驅(qū)階段,但尚未達(dá)到癡呆狀態(tài)。目前對(duì)AD仍無有效的治療手段,許多研究基于單一模態(tài)的腦影像數(shù)據(jù)進(jìn)行早期診斷研究,但效果不理想。腦影像技術(shù)日趨成熟,基于多模態(tài)腦影像數(shù)據(jù)能夠獲取與疾病相關(guān)的更加綜合的信息,對(duì)AD的早期診斷具有重要的臨床價(jià)值。多模態(tài)腦影像特征通常維度較高,而使用單分類器對(duì)高維數(shù)據(jù)進(jìn)行分類時(shí)通常時(shí)間復(fù)雜度高且分類效果差。因此,本研究從集成學(xué)習(xí)方法角度出發(fā),使用多模態(tài)特征對(duì)早期MCI、晚期MCI、AD及正常老年組進(jìn)行了分類研究,以期實(shí)現(xiàn)計(jì)算機(jī)輔助診斷。主要工作如下:(1)數(shù)據(jù)收集整理。收集四組被試的sMRI數(shù)據(jù)、PET數(shù)據(jù)和DTI數(shù)據(jù),并對(duì)每種模態(tài)的原始數(shù)據(jù)進(jìn)行預(yù)處理,降低圖像噪聲,為后續(xù)特征提取做準(zhǔn)備。(2)特征提取。對(duì)預(yù)處理后的sMRI和PET數(shù)據(jù)采用了兩種不同的特征提取方法,第一種是基于AAL模板的特征提取方法;第二種是基于顯著性檢驗(yàn)的特征提取方法。對(duì)預(yù)處理后的DTI圖像,首先得到各向異性(FA)和平均彌散率(MD)圖譜,然后分別對(duì)四組被試的FA圖和MD圖進(jìn)行顯著性分析,提取每個(gè)被試差異腦區(qū)的FA、MD值作為分類特征。(3)集成學(xué)習(xí)方法研究。近幾年在AD研究領(lǐng)域,集成學(xué)習(xí)方法成為了機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)。本研究提出了PCA-FLDA集成分類器,其基本原理是通過PCA方法得到不同能量的特征子空間,利用每個(gè)特征子空間分別訓(xùn)練得到基分類器,最后多個(gè)基分類器通過加權(quán)投票機(jī)制得到最終的分類結(jié)果,其次本研究在以往研究的基礎(chǔ)上實(shí)現(xiàn)了一種多分類器加權(quán)投票集成分類方法,該方法是將線性判別分析、樸素貝葉斯、SVM、BP神經(jīng)網(wǎng)絡(luò)和Adaboost五種分類器利用加權(quán)投票策略集成。(4)分類實(shí)驗(yàn)。研究結(jié)果發(fā)現(xiàn),采用相同的分類方法時(shí),差異顯著的感興趣區(qū)特征比全腦特征獲得的分類效果好;采用相同的分類特征時(shí),集成分類器的分類效果均優(yōu)于單分類器;結(jié)合多模態(tài)特征比單模態(tài)特征獲得的分類效果好;采用多分類器投票集成分類方法進(jìn)行四組間兩兩分類實(shí)驗(yàn)時(shí),分類準(zhǔn)確率并沒有明顯的提高,且耗時(shí)遠(yuǎn)遠(yuǎn)多于單分類器及PCA-FLDA分類器。而采用PCA-FLDA集成分類器進(jìn)行四組間兩兩分類實(shí)驗(yàn)時(shí),分類效果有明顯的改善,且時(shí)間復(fù)雜度低。本文給出的PCA-FLDA集成分類器能夠在一定程度上提高分類準(zhǔn)確率同時(shí)降低分類準(zhǔn)確率對(duì)前期特征空間選擇的依賴。實(shí)驗(yàn)中以三種模態(tài)差異顯著腦區(qū)特征的組合進(jìn)行分類時(shí),在AD vs.NC、AD vs.EMCI、AD vs.LMCI、EMCI vs.LMCI、EMCI vs.NC以及LMCI vs.NC之間分類準(zhǔn)確率分別為95.65%、88.64%、82.35%、86.05%、60.53%和77.78%。
【關(guān)鍵詞】：集成學(xué)習(xí) 多模態(tài)特征 阿爾茨海默病 輕度認(rèn)知障礙 AD輔助診斷
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R749.16;TP391.41
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 緒論10-20
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 多模態(tài)腦成像技術(shù)在AD診斷中的應(yīng)用11-14
• 1.2.2 集成學(xué)習(xí)方法在AD分類中的應(yīng)用14-15
• 1.3 主要研究內(nèi)容15-17
• 1.4 本文的結(jié)構(gòu)安排17-18
• 1.5 本章小結(jié)18-20
• 第二章 多模態(tài)影像數(shù)據(jù)20-24
• 2.1 腦影像數(shù)據(jù)分類基本流程20-21
• 2.2 多模態(tài)腦影像21-23
• 2.2.1 結(jié)構(gòu)磁共振成像21
• 2.2.2 正電子發(fā)射斷層掃描21-22
• 2.2.3 彌散張量成像22-23
• 2.3 本章小結(jié)23-24
• 第三章 研究方案基礎(chǔ)理論24-40
• 3.1 主成分分析24-25
• 3.2 分類算法基礎(chǔ)理論25-34
• 3.2.1 Fisher線性判別分析25-27
• 3.2.2 樸素貝葉斯分類器27-28
• 3.2.3 BP神經(jīng)網(wǎng)絡(luò)分類器28-30
• 3.2.4 支持向量機(jī)分類器30-33
• 3.2.5 Adaboost分類器33-34
• 3.3 分類器集成34-38
• 3.3.1 分類器集成的概念34-36
• 3.3.2 基分類器的構(gòu)建36-37
• 3.3.3 集成策略37-38
• 3.4 本章小結(jié)38-40
• 第四章 多模態(tài)數(shù)據(jù)預(yù)處理及特征提取40-52
• 4.1 實(shí)驗(yàn)數(shù)據(jù)40-42
• 4.1.1 ADNI數(shù)據(jù)集40-41
• 4.1.2 入組被試信息41-42
• 4.2 數(shù)據(jù)預(yù)處理42-47
• 4.2.1 MRI數(shù)據(jù)預(yù)處理42-44
• 4.2.2 FDG-PET數(shù)據(jù)預(yù)處理44-45
• 4.2.3 DTI數(shù)據(jù)預(yù)處理45-47
• 4.3 特征提取及特征選擇47-50
• 4.3.1 基于AAL模板的特征提取47
• 4.3.2 基于顯著性分析的特征提取47-50
• 4.4 本章小結(jié)50-52
• 第五章 PCA-FLDA分類模型的構(gòu)建52-62
• 5.1 多分類器投票集成分類器52-53
• 5.2 PCA-FLDA集成分類模型53-54
• 5.2.1 基分類器的生成53
• 5.2.2 PCA-FLDA集成分類模型53-54
• 5.3 分類實(shí)驗(yàn)結(jié)果與討論54-60
• 5.3.1 全腦特征與差異顯著腦區(qū)特征分類結(jié)果54-56
• 5.3.2 單模態(tài)特征與多模態(tài)特征分類結(jié)果56-58
• 5.3.3 PCA-FLDA與其他分類器分類結(jié)果對(duì)比58-60
• 5.4 本章小結(jié)60-62
• 第六章 總結(jié)與展望62-66
• 6.1 總結(jié)62-63
• 6.2 展望63-66
• 參考文獻(xiàn)66-72
• 附錄 172-74
• 致謝74-76
• 攻讀碩士學(xué)位期間發(fā)表論文76

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 吳蓮英;馮玉雄;;中醫(yī)英語課堂多模態(tài)教學(xué)模式的設(shè)計(jì)與案例[J];廣西中醫(yī)藥大學(xué)學(xué)報(bào);2012年03期

2 佟正灝;王榮福;;多模態(tài)影像技術(shù)在臨床中的應(yīng)用進(jìn)展[J];CT理論與應(yīng)用研究;2014年04期

3 賀偉;周銀玲;;多模態(tài)教學(xué)在護(hù)理實(shí)訓(xùn)中的應(yīng)用淺析[J];中國教育技術(shù)裝備;2014年12期

4 李喬亮;易萬貫;陳昕;郭燕榮;鄭永平;郭靜宜;張治國;;融合實(shí)時(shí)超聲影像的多模態(tài)肌肉運(yùn)動(dòng)特性研究[J];中國生物醫(yī)學(xué)工程學(xué)報(bào);2012年04期

5 許鵬君;孫鋼;;多模態(tài)MR技術(shù)在前列腺癌診斷中的應(yīng)用[J];功能與分子醫(yī)學(xué)影像學(xué)(電子版);2013年02期

6 董躍福;董英海;胡廣洪;張華;胡楊;徐卿榮;;多模態(tài)醫(yī)學(xué)影像數(shù)據(jù)融合三維構(gòu)建肢體腫瘤及其周圍解剖整體結(jié)構(gòu)[J];臨床骨科雜志;2011年01期

7 魏超剛;李凱;肖莉;沈鈞康;;前列腺癌基因治療及多模態(tài)成像研究進(jìn)展[J];放射學(xué)實(shí)踐;2014年05期

8 ;[J];;年期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 王愛東;谷珍;楊燕平;白鶴;;多媒體多模態(tài)教學(xué)在民辦高校大學(xué)英語教學(xué)中的適用性及效果研究[A];語言與文化研究（第十四輯）[C];2014年

2 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(shù)研究——第十一屆全國民族語言文字信息學(xué)術(shù)研討會(huì)論文集[C];2007年

3 夏凡;王宏;;多模態(tài)情感數(shù)據(jù)標(biāo)注方法與實(shí)現(xiàn)[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

4 趙賢;;多模態(tài)基底系統(tǒng)性質(zhì)研究[A];2010年全國應(yīng)用邏輯研討會(huì)會(huì)議論文集[C];2010年

5 張友安;胡云安;周紹磊;;Hammerstein系統(tǒng)的多模態(tài)模型及其兩步辨識(shí)法[A];1996中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

6 鐘若飛;郭華東;王為民;朱博勤;;SZ-4多模態(tài)傳感器輻射模態(tài)數(shù)據(jù)處理與應(yīng)用評(píng)價(jià)研究[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年

7 康志峰;;口譯中多模態(tài)的AA研究[A];第十四屆全國科技翻譯研討會(huì)論文匯編[C];2011年

8 黃俊輝;李文政;李學(xué)軍;;基于多模態(tài)醫(yī)學(xué)影像數(shù)據(jù)的計(jì)算機(jī)輔助醫(yī)療設(shè)計(jì)與腫瘤精確治療[A];中國腫瘤內(nèi)科進(jìn)展 中國腫瘤醫(yī)師教育（2014）[C];2014年

9 孟祥亮;史元春;楊欣;;基于分層原語的多模態(tài)輸入統(tǒng)一訪問接口[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

10 郭華東;王為民;朱博勤;;多模態(tài)傳感器輻射模態(tài)數(shù)據(jù)在SZ-4飛船模擬驗(yàn)證研究[A];全國國土資源與環(huán)境遙感技術(shù)應(yīng)用交流會(huì)論文文集[C];2004年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 記者 劉垠;在分子水平上認(rèn)識(shí)疾病[N];大眾科技報(bào);2009年

2 羅綿衛(wèi) 王建成;中國航天科工高分專項(xiàng)實(shí)現(xiàn)零突破[N];中國航天報(bào);2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 高靜;信息物理融合系統(tǒng)中基于多模態(tài)數(shù)據(jù)的事件監(jiān)測(cè)問題研究[D];哈爾濱工業(yè)大學(xué);2015年

2 侯濤;多信息融合濾波的多模態(tài)智能控制在高速列車速度控制中的研究[D];蘭州交通大學(xué);2015年

3 張征;英語課堂多模態(tài)讀寫能力實(shí)證研究[D];山東大學(xué);2011年

4 李寶磊;多元優(yōu)化過程記憶算法及動(dòng)靜條件下多模態(tài)尋優(yōu)研究[D];云南大學(xué);2015年

5 潘鳴威;多模態(tài)視角下的口語交際能力：重構(gòu)與探究[D];上海外國語大學(xué);2011年

6 逯波;多模態(tài)媒體信息檢索技術(shù)研究[D];東北大學(xué);2013年

7 譚帥;多模態(tài)過程統(tǒng)計(jì)建模及在線監(jiān)測(cè)方法研究[D];東北大學(xué);2012年

8 王洋;多模態(tài)圖像檢索技術(shù)[D];中國科學(xué)技術(shù)大學(xué);2013年

9 張志堅(jiān);多模態(tài)生物特征識(shí)別融合算法的研究[D];中國科學(xué)技術(shù)大學(xué);2008年

10 劉亞楠;多模態(tài)特征融合和變量選擇的視頻語義理解[D];浙江大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉潔;大學(xué)英語課堂中的多模態(tài)話語對(duì)學(xué)生多元識(shí)讀能力的影響[D];西南大學(xué);2015年

2 邵榮;牛津版高中英語教材的多模態(tài)語篇分析[D];西南大學(xué);2015年

3 王玉竹;中美報(bào)刊政治漫畫的批評(píng)性多模態(tài)話語分析[D];西南大學(xué);2015年

4 周德英;基于多模態(tài)互動(dòng)意義的公益廣告研究[D];華南理工大學(xué);2015年

5 蔣迪;計(jì)劃生育宣傳畫的多模態(tài)語篇分析[D];天津商業(yè)大學(xué);2015年

6 宋康利;概念整合理論視角下平面廣告中的多模態(tài)隱喻研究[D];湖南工業(yè)大學(xué);2015年

7 張君艷;中國文化網(wǎng)主頁的多模態(tài)話語分析[D];華中師范大學(xué);2015年

8 凌霄;基于多模態(tài)話語分析的平面商業(yè)廣告英漢翻譯研究[D];廣東外語外貿(mào)大學(xué);2015年

9 楊曉倩;多模態(tài)語篇分析[D];寧夏大學(xué);2015年

10 葛欣;中職英語物流詞匯多模態(tài)教學(xué)模式探究[D];閩南師范大學(xué);2015年

  本文關(guān)鍵詞：基于集成學(xué)習(xí)的多模態(tài)AD輔助診斷模型研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：392817