隨著全球老齡化的加劇,神經(jīng)退行性疾病日趨蔓延,嚴(yán)重影響人們的身心健康和生活質(zhì)量。常見的神經(jīng)退行性疾病包含帕金森病(Parkinson’s disease,PD)和阿爾茲海默病(Alzheimer’s disease,AD)。這類疾病的主要病理改變是神經(jīng)元細(xì)胞的丟失或神經(jīng)元細(xì)胞結(jié)構(gòu)和功能的退行性變性,但當(dāng)今仍未發(fā)現(xiàn)導(dǎo)致這些病理改變的具體原因。在我國,神經(jīng)退行性疾病仍處于就診率低、誤診率高、治療率低的局面,因此早期診斷對于進(jìn)行及時干預(yù)治療尤為重要。計算機(jī)輔助診斷(Computer aided diagnosis,CAD)利用神經(jīng)影像學(xué)技術(shù)提供的大腦結(jié)構(gòu)變化,結(jié)合數(shù)據(jù)分析,能提高診斷的準(zhǔn)確率,是進(jìn)行早期診斷的有效輔助工具。然而,神經(jīng)影像數(shù)據(jù)樣本量少和特征維度大容易造成過擬合,是影響計算機(jī)輔助診斷準(zhǔn)確率的主要問題。本文針對此問題提出了基于稀疏學(xué)習(xí)的神經(jīng)退行性疾病早期診斷方法,主要包括以下三個部分:其一,為了解決樣本量少和特征維度大的問題,本文提出基于稀疏正則化的特征選擇方法。通過將大部分無關(guān)特征的權(quán)重系數(shù)設(shè)置為零,篩選出與疾病相關(guān)特征,利用有效特征訓(xùn)練多分類器,實現(xiàn)神經(jīng)退行性疾病的早期診斷。其...

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 本文工作及內(nèi)容安排
第2章 基于稀疏學(xué)習(xí)的神經(jīng)退行性疾病多分類
    2.1 引言
    2.2 方法概述
        2.2.1 稀疏特征選擇
        2.2.2 多分類模型
    2.3 實驗
        2.3.1 數(shù)據(jù)集
        2.3.2 數(shù)據(jù)預(yù)處理
        2.3.3 實驗設(shè)置
        2.3.4 分類結(jié)果
    2.4 本章小結(jié)
第3章 基于自適應(yīng)多模板稀疏學(xué)習(xí)的神經(jīng)退行性疾病多分類
    3.1 引言
    3.2 方法概述
        3.2.1 自適應(yīng)稀疏特征學(xué)習(xí)
        3.2.2 目標(biāo)函數(shù)優(yōu)化
    3.3 實驗
        3.3.1 實驗設(shè)置
        3.3.2 數(shù)據(jù)預(yù)處理
        3.3.3 不同特征組合的神經(jīng)退行性疾病多分類實驗
        3.3.4 基于多模板的神經(jīng)退行性疾病多分類實驗
        3.3.5 自適應(yīng)效果實驗
        3.3.6 疾病相關(guān)腦區(qū)
    3.4 討論
    3.5 本章小結(jié)
第4章 基于多任務(wù)低秩稀疏學(xué)習(xí)的神經(jīng)退行性疾病多分類
    4.1 引言
    4.2 方法概述
        4.2.1 多任務(wù)低秩稀疏學(xué)習(xí)
        4.2.2 目標(biāo)函數(shù)優(yōu)化
    4.3 實驗
        4.3.1 實驗設(shè)置
        4.3.2 多分類結(jié)果
        4.3.3 疾病相關(guān)腦區(qū)
    4.4 本章小結(jié)
第5章 總結(jié)與展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間的研究成果



本文編號：3782770