創(chuàng)造力是國(guó)家科學(xué)技術(shù)進(jìn)步和經(jīng)濟(jì)發(fā)展的源泉。目前,個(gè)體創(chuàng)造性的高低一般通過各種問卷來測(cè)量及評(píng)定。其測(cè)量和評(píng)定過程可能夾雜著許多的主觀性和不確定性。近年來,開始有學(xué)者研究通過使用大腦的功能連接來預(yù)測(cè)個(gè)體的創(chuàng)造力的可能性,但預(yù)測(cè)模型中使用大量的功能連接作為輸入變量,使得預(yù)測(cè)的結(jié)果不具可靠性。為了彌補(bǔ)以上研究的不足,本文利用機(jī)器學(xué)習(xí)方法對(duì)言語(yǔ)創(chuàng)造性與大腦網(wǎng)絡(luò)之間的關(guān)系進(jìn)行探究,提出了尋找最優(yōu)功能連接的方法,尋找出了最能區(qū)分高低創(chuàng)造性的13個(gè)大腦功能連接。本文中,我們提出了一種基于先驗(yàn)知識(shí)和數(shù)據(jù)驅(qū)動(dòng)的方法（PDM）來尋找最具預(yù)測(cè)能力的大腦功能連接。PDM方法包括三步:首先使用秩和檢驗(yàn)從34716個(gè)功能連接中,選擇了在高低創(chuàng)造性組中具有明顯差異的134個(gè)功能連接;然后使用隨機(jī)森林對(duì)134個(gè)功能連接進(jìn)行重要性評(píng)價(jià),按重要性進(jìn)行從高到低排序,選擇平均重要性排名前20的功能連接;最后使用后向選擇算法對(duì)20個(gè)功能連接進(jìn)行再選擇,留下13個(gè)功能連接組合,這13個(gè)功能連接能夠有效預(yù)測(cè)高低創(chuàng)造性個(gè)體。采用13個(gè)功能連接作為預(yù)測(cè)模型的輸入變量,其分類準(zhǔn)確率在庫(kù)內(nèi)識(shí)別中能達(dá)到85.6%,在庫(kù)間識(shí)別中達(dá)到67.2%,... 

【文章來源】：西南大學(xué)重慶市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

交叉切片掃描圖

11某種形式的時(shí)間插值。時(shí)間層校正基本的思想是采用掃描得到的觀測(cè)值，猜測(cè)觀測(cè)值在短時(shí)間內(nèi)如何變化，然后用此猜測(cè)來預(yù)測(cè)TR開始時(shí)的BOLD響應(yīng)。插值最常見的形式有線性插值、樣條插值和正弦插值。目前，最廣為人知的插值方式是線性插值。線性插值通過使用直線連接兩個(gè)定點(diǎn)，從而完成兩個(gè)點(diǎn)之間的插值。假設(shè)有定點(diǎn)11(x,y)和22(x,y)。線性插值得到的插值線由式(2.6)給出。211121()()yyyyxxxx(2.7)圖2.2是使用線性插值的一個(gè)例子。圖2.2（a）顯示了一個(gè)假設(shè)的BOLD響應(yīng)，假設(shè)TR為3秒，則實(shí)心點(diǎn)代表每個(gè)TR時(shí)間點(diǎn)觀察到的BOLD響應(yīng)。而圖2.2（b）中灰色實(shí)線表示連續(xù)的BOLD響應(yīng)，而黑色實(shí)線為插值結(jié)果。由圖2.2（b）我們可以觀察到，除了前兩個(gè)線性插值結(jié)果誤差很大之外，其他地方的插值結(jié)果幾乎與假設(shè)的BOLD響應(yīng)曲線重合。而前面兩個(gè)TR時(shí)間點(diǎn)之間插值效果不好的原因是其BOLD響應(yīng)變化太快，幸運(yùn)的是實(shí)際的BOLD變化是很緩慢的。而TR時(shí)間越短，其BOLD響應(yīng)變化越緩慢，而一般TR為2秒，使得線性插值的誤差是非常小的。（a）（b）圖2.2線性插值的例子：（a）假設(shè)的BOLD響應(yīng)；（b）線性插值結(jié)果2.4.2頭動(dòng)校正在fMRI數(shù)據(jù)的所有預(yù)處理步驟中，校正頭部運(yùn)動(dòng)可能是其中最重要的一個(gè)環(huán)節(jié)。因?yàn)槲⑿缀醪荒鼙蝗瞬煊X的頭部運(yùn)動(dòng)都有可能嚴(yán)重的損壞fMRI數(shù)據(jù)，導(dǎo)致其不能為我們統(tǒng)計(jì)分析時(shí)使用。Huetteletal[36]研究表明，5毫米的頭部運(yùn)動(dòng)將有可能導(dǎo)致體素中的激活值增加五倍。這是因?yàn)楫?dāng)被試移動(dòng)他的頭部時(shí)，血液西南大學(xué)碩士學(xué)位論文

西南大學(xué)碩士學(xué)位論文12供應(yīng)豐富的大腦區(qū)域?qū)⒁苿?dòng)到掃描儀中新的空間位置，而這些區(qū)域的BOLD信號(hào)值將會(huì)被記錄在與運(yùn)動(dòng)發(fā)生之前不同的體素中。如果不對(duì)這些運(yùn)動(dòng)加以校正，那么許多體素中的激活值將突然以無法預(yù)測(cè)的方式發(fā)生變化。更糟糕的情況是，被試如果發(fā)生更大的頭部運(yùn)動(dòng)將會(huì)導(dǎo)致被試的某些大腦區(qū)域完全被移出掃描區(qū)域。這種是無法恢復(fù)的fMRI數(shù)據(jù)變異，并且根本沒有合適的頭動(dòng)校正算法可以校正頭部運(yùn)動(dòng)過大導(dǎo)致的變異。所以頭動(dòng)問題最佳的解決方案是預(yù)防而不是事后進(jìn)行校驗(yàn)更正。頭動(dòng)校正數(shù)學(xué)方法的假設(shè)前提是當(dāng)被試移動(dòng)他的頭部時(shí)，他的頭部是沒有發(fā)生形狀和大小的變化的。一般情況下，頭部突然地移動(dòng)一般會(huì)對(duì)頭部產(chǎn)生微小的變化，但是這些形狀變化及其微小，小到我們可以忽略它的形狀變化。所以頭部運(yùn)動(dòng)校正就成了“剛體配準(zhǔn)”問題[37,38]。圖2.3功能核磁成像分析時(shí)使用的標(biāo)準(zhǔn)坐標(biāo)系（x,y,z）圖2.3為fMRI數(shù)據(jù)分析中的標(biāo)準(zhǔn)(x,y,z)坐標(biāo)系。如圖三所示，當(dāng)被試躺在掃描儀中，被試大腦中的任何一個(gè)體素中心都可以由一個(gè)坐標(biāo)點(diǎn)(x,y,z)表示。剛體配準(zhǔn)公式如公式(2.8)所示。,,Txyzwwww為移動(dòng)之前的體素中心坐標(biāo)點(diǎn)；

【參考文獻(xiàn)】：
期刊論文
[1]《機(jī)器學(xué)習(xí)》[J]. 周志華.  航空港. 2018(02)
[2]科學(xué)發(fā)明創(chuàng)造思維過程中的原型啟發(fā)效應(yīng)[J]. 朱丹,羅俊龍,朱海雪,邱江,張慶林.  西南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2011(05)
[3]決策樹算法及其核心技術(shù)[J]. 楊學(xué)兵,張俊.  計(jì)算機(jī)技術(shù)與發(fā)展. 2007(01)



本文編號(hào)：3453061