大腦是人類最重要的器官之一,也是醫(yī)學(xué)、神經(jīng)生理學(xué)研究的重要對(duì)象之一。盡管通過多年來的努力,腦科學(xué)研究取得了長足的進(jìn)步,然而腦部疾病這一種對(duì)患者自身、家庭和社會(huì)具有重大影響的疾病卻一直難以被治愈。通常認(rèn)為,早期發(fā)現(xiàn)、早期干預(yù)對(duì)腦部疾病的治療具有十分重要的意義。在腦疾病患者早期沒有出現(xiàn)明顯癥狀時(shí),磁共振影像（Magnetic Resonance Imaging,MRI）等影像學(xué)手段可為腦疾病的早期診斷提供支持。統(tǒng)計(jì)機(jī)器學(xué)習(xí)是現(xiàn)階段不可或缺的MRI腦影像分析的手段之一。隨著深度學(xué)習(xí)的興起,如何用深度學(xué)習(xí)方法高精度完成MRI腦影像分析成為近年來相關(guān)研究領(lǐng)域的重點(diǎn)研究內(nèi)容。然而,由于腦疾病成因復(fù)雜性以及當(dāng)前MRI腦影像分析的高維小樣本特性,導(dǎo)致效果不盡如人意。在此背景下,依托湖南省自然科學(xué)基金項(xiàng)目《基于機(jī)器學(xué)習(xí)的腦磁共振影像空間結(jié)構(gòu)分析方法研究》,本文從深度學(xué)習(xí)方法層面同時(shí)結(jié)合腦科學(xué)背景知識(shí)對(duì)高維小樣本問題進(jìn)行研究,并應(yīng)用于精神分裂癥和阿茲海默癥MRI腦影像的小樣本分類問題。主要工作總結(jié)如下:對(duì)現(xiàn)有主流的應(yīng)用于腦疾病診斷的多種淺層機(jī)器學(xué)習(xí)方法和經(jīng)典深度學(xué)習(xí)模型在阿茲海默癥和精神分裂癥兩種疾病的M... 

【文章來源】：湖南理工學(xué)院湖南省

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

LeNet-5 網(wǎng)絡(luò)模型

湖南理工學(xué)院碩士學(xué)位論文第2章MRI腦影像小樣本分類場景下經(jīng)典方法性能比較研究14(a)tanh(b)sigmoid(c)ReLU(d)LeakReLU圖2-5常用非線性函數(shù)圖像降采樣層降采樣一般通過池化（pooling）操作實(shí)現(xiàn)。池化的作用就是更進(jìn)一步的信息抽象和特征提齲常用的池化操作主要包括最大池化（maxpooling）和平均池化（averagepooling）。對(duì)于尺寸為hwdc的3維腦影像特征圖，采用步長為s的池化操作，輸出特征圖的尺寸為111hswsdsc。設(shè)池化窗口尺寸為中kern_h，kern_w和kern_d最大池化就是取窗口中kern_hkern_wkern_d個(gè)元素的最大值，而平均池化則是取窗口中所有數(shù)據(jù)的算術(shù)平均值。2.2MRI腦影像小樣本分類實(shí)驗(yàn)本章實(shí)驗(yàn)在ADNI(Alzheimer’sDiseaseNeuroimagingInitiative)阿茲海默癥MRI腦影像公開數(shù)據(jù)集和COBRE(TheCenterforBiomedicalResearchExcellence)精神分裂癥MRI腦影像樣本集上展開。ADNIMRI腦影像數(shù)據(jù)集的下載地址為：adni.loni.usc.edu，總共包含750個(gè)腦影像和其他醫(yī)學(xué)臨床數(shù)據(jù)。本實(shí)驗(yàn)選用其中的sMRI腦影像完成阿茲海默癥分類任務(wù)。COBREMRI腦影像數(shù)據(jù)集的下載地址為：http://fcon_1000.projects.nitrc.org/indi/retro/cobre.html或http://openfmri.org/，總共包含147個(gè)腦影像（72個(gè)精神分裂癥患者和75個(gè)健

湖南理工學(xué)院碩士學(xué)位論文第2章MRI腦影像小樣本分類場景下經(jīng)典方法性能比較研究16首先使用VBM8工具包將原始腦影像中的顱骨剝離，然后通過分割操作將全腦影像分割成灰質(zhì)影像、白質(zhì)影像和腦脊液影像三個(gè)部分，然后采用非線性配準(zhǔn)，補(bǔ)償?shù)炔僮鲗⒎指詈蟮幕屹|(zhì)影像（我們實(shí)驗(yàn)中只使用灰質(zhì)影像）標(biāo)準(zhǔn)化。下一步，轉(zhuǎn)而使用SPM8工具包對(duì)分割的影像通過高斯平滑核（核窗寬為：8mm8mm8mm）進(jìn)行空間平滑操作。最終得到3DsMRI灰質(zhì)腦影像尺寸為：121145121。為減少計(jì)算量，后續(xù)實(shí)驗(yàn)中我們進(jìn)一步將影像樣本降采樣至323232。fMRI腦影像預(yù)處理我們使用SPM8工具包對(duì)4DfMRI腦影像進(jìn)行處理，具體步驟如下圖：Realignment頭動(dòng)校正SlicingTiming時(shí)間校正Nomalise標(biāo)準(zhǔn)化Smoothing數(shù)據(jù)平滑頻域?yàn)V波帶寬0.01~0.08Hz圖2-7fMRI腦影像預(yù)處理步驟圖進(jìn)一步，對(duì)處理后的尺寸大小為536352140的4DfMRI腦影像使用AAL(AnatomicalAutomaticLabeling)標(biāo)準(zhǔn)腦模板[89]進(jìn)行116腦區(qū)劃分，以體素為單位計(jì)算116個(gè)腦區(qū)的平均時(shí)間序列，計(jì)算116個(gè)腦區(qū)平均時(shí)間序列之間的Pearson相關(guān)系數(shù)最終得到116116的功能連接矩陣數(shù)據(jù)(因功能連接矩陣對(duì)稱，除CNN使用整個(gè)功能連接矩陣外，其他分類器均只使用6670維的上三角數(shù)據(jù))，如下圖所示：圖2-8功能連接矩陣示意圖2.2.2實(shí)驗(yàn)設(shè)置分類實(shí)驗(yàn)采用10重交叉驗(yàn)證。參數(shù)使用網(wǎng)格搜索(gridsearch)方式尋優(yōu)，具體設(shè)置如下：SVM設(shè)置在Matlabv2013b平臺(tái)上使用LibSVM工具包(下載地址：https://www.csie.ntu.edu.tw/~cjlin/libsvm/)中的線性SVM，懲罰系數(shù)的取值范圍設(shè)定為54452,2,...,2,2。PCA+SVM設(shè)置在Matlabv2013b平臺(tái)上編程實(shí)現(xiàn)了PCA，維數(shù)選取范圍為500,1000,...,4500,5000，SVM設(shè)置同上。

【參考文獻(xiàn)】：
期刊論文
[1]深度卷積神經(jīng)網(wǎng)絡(luò)鑒別正交特征生成及其應(yīng)用[J]. 楊勃,邵泉銘,李文彬,郭觀七,方欣.  電子學(xué)報(bào). 2018(10)
[2]把握腦計(jì)劃發(fā)展機(jī)遇,加強(qiáng)我國兒童腦外傷致殘結(jié)局研究[J]. 高琦,李麗萍,�；燮�.  傷害醫(yī)學(xué)(電子版). 2017(04)



本文編號(hào)：3087645