大腦是人類全身最特殊的器官,其復(fù)雜的運行機制離不開神經(jīng)系統(tǒng)和基因等物質(zhì)共同作用。影像遺傳學(xué)是一門將神經(jīng)影像學(xué)和遺傳學(xué)相結(jié)合的新興交叉學(xué)科,使得研究人員可以從宏觀和微觀兩種角度探究大腦的工作原理。而機器學(xué)習(xí)模型已被廣泛應(yīng)用于大腦中的各種復(fù)雜問題的求解。因此,本文基于影像遺傳學(xué)數(shù)據(jù),利用遺傳進化的集群算法對早期輕度認(rèn)知障礙癥患者和晚期輕度認(rèn)知障礙癥患者進行深入研究。具體研究內(nèi)容如下:(1)提出遺傳進化的集群算法——一種新的特征提取和分類方法。引入遺傳進化和集成學(xué)習(xí)的思想,隨機選擇樣本和樣本特征構(gòu)建集群,并在遺傳進化過程中逐漸地剔除無關(guān)特征和冗余特征,通過在全局范圍內(nèi)自動尋優(yōu)來優(yōu)化算法,進而提高了模型的性能,達到較好的泛化能力。(2)基于遺傳進化的隨機森林對早期輕度認(rèn)知障礙進行研究。首先,對37個早期輕度認(rèn)知障礙患者和36個正常人的靜息態(tài)功能磁共振成像數(shù)據(jù)和基因數(shù)據(jù)進行融合,構(gòu)建融合特征。其次,構(gòu)建遺傳進化的隨機森林模型,對患者和正常人進行分類并提取出能夠區(qū)分患者和正常人的最優(yōu)特征。最后,對最優(yōu)特征進一步地統(tǒng)計分析,找到致病腦區(qū)和異�；�。研究結(jié)果表明,與其他方法相比,該模型具有較好的分類性...

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與研究意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 影像遺傳學(xué)概述
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 基于影像遺傳學(xué)的研究內(nèi)容現(xiàn)狀
        1.3.2 基于影像遺傳學(xué)的分析方法現(xiàn)狀
        1.3.3 本文的研究動機
    1.4 本文的研究內(nèi)容
    1.5 本文的組織結(jié)構(gòu)
第2章 遺傳進化的集群算法
    2.1 引言
    2.2 傳統(tǒng)的集成學(xué)習(xí)技術(shù)
    2.3 遺傳進化的集群算法
        2.3.1 遺傳進化的集群算法的設(shè)計思想
        2.3.2 遺傳進化的集群算法的具體實現(xiàn)過程
        2.3.3 遺傳進化的集群算法的舉例
        2.3.4 遺傳進化的集群算法的性能分析
    2.4 遺傳進化的集群算法在影像遺傳學(xué)中的應(yīng)用
        2.4.1 分類任務(wù)
        2.4.2 提取異常的“腦區(qū)-基因”對
    2.5 本章小結(jié)
第3章 遺傳進化的隨機森林的早期輕度認(rèn)知障礙研究
    3.1 引言
    3.2 材料和方法
        3.2.1 道德聲明
        3.2.2 研究對象
        3.2.3 數(shù)據(jù)獲取
        3.2.4 數(shù)據(jù)預(yù)處理
        3.2.5 樣本特征的構(gòu)建
        3.2.6 遺傳進化的隨機森林
        3.2.7 實驗設(shè)置
    3.3 實驗結(jié)果及分析
        3.3.1 人口統(tǒng)計學(xué)數(shù)據(jù)的統(tǒng)計結(jié)果
        3.3.2 構(gòu)建遺傳進化的隨機森林
        3.3.3 提取“最優(yōu)特征”
        3.3.4 性能對比和分析
        3.3.5 致病腦區(qū)與異常基因
    3.4 本章小結(jié)
第4章 遺傳進化的隨機神經(jīng)網(wǎng)絡(luò)集群的晚期輕度認(rèn)知障礙研究
    4.1 引言
    4.2 材料與方法
        4.2.1 研究對象
        4.2.2 數(shù)據(jù)獲取
        4.2.3 數(shù)據(jù)預(yù)處理
        4.2.4 樣本特征的構(gòu)建
        4.2.5 遺傳進化的隨機神經(jīng)網(wǎng)絡(luò)集群
        4.2.6 實驗設(shè)置
    4.3 實驗結(jié)果及分析
        4.3.1 人口統(tǒng)計學(xué)數(shù)據(jù)的統(tǒng)計結(jié)果
        4.3.2 構(gòu)建遺傳進化的隨機神經(jīng)網(wǎng)絡(luò)集群
        4.3.3 提取“最優(yōu)特征”
        4.3.4 性能對比和分析
        4.3.5 致病腦區(qū)與異�；�
    4.4 本章小結(jié)
結(jié)語
參考文獻
攻讀碩士學(xué)位期間發(fā)表的科研成果及獲獎情況
致謝



本文編號：3856590