研究背景及目的腦功能影像是目前熱門的研究領(lǐng)域,在這個領(lǐng)域里數(shù)據(jù)分析的方法多種多樣,同時也出現(xiàn)了很多的數(shù)據(jù)分析處理軟件;近期機(jī)器學(xué)習(xí)中的多變量模式分析(Multivariate Pattern Analysis,MPVA)技術(shù)成為眾多學(xué)者處理、分析腦影像數(shù)據(jù)的重要方法,但在處理數(shù)據(jù)過程中一些參數(shù)的設(shè)置沒有統(tǒng)一標(biāo)準(zhǔn),研究者大多遵循軟件默認(rèn)的參數(shù)設(shè)置,而這些參數(shù)的調(diào)節(jié)如何影響基于腦影像數(shù)據(jù)的模式分類的結(jié)果尚不清楚。此研究的目的在于嘗試使用多變量模式分析技術(shù),利用支持向量機(jī)(Support Vector Machine,SVM)實現(xiàn)基于腦影像數(shù)據(jù)的模式分類,通過對分類器各項參數(shù)的調(diào)節(jié),觀察這些參數(shù)取值的變化對分類結(jié)果的影響。調(diào)節(jié)的參數(shù)包括:SVM核函數(shù)類型、懲罰類型、懲罰系數(shù)以及圖像平滑核的大小。研究內(nèi)容及方法為考察SVM參數(shù)調(diào)節(jié)是否對不同類型的腦影像數(shù)據(jù)的分析結(jié)果產(chǎn)生不同的影響,本研究采用了兩組不同的腦影像數(shù)據(jù):1、精神分裂癥數(shù)據(jù):包括結(jié)構(gòu)與功能磁共振數(shù)據(jù),經(jīng)診斷醫(yī)師診斷為精神分裂癥的患者110名,以及年齡及性別匹配的正常對照110名。以上220例數(shù)據(jù)均得到患者的知情同意,并自愿參加實驗研究。該研究獲得天津醫(yī)科大學(xué)總醫(yī)院倫理委員會的批準(zhǔn)。使用DPASFA軟件對數(shù)據(jù)進(jìn)行預(yù)處理以及ReHo、ALFF指標(biāo)的提取、使用VBM8軟件進(jìn)行灰質(zhì)體積的提取、使用SPM軟件并選擇四種不同的高斯平滑核大小(FWHM分別為5mm、8mm、15mm、20mm)對圖像進(jìn)行空間平滑、最后經(jīng)過MVPA軟件基于上述不同的影像指標(biāo)對精神分裂癥患者和健康對照進(jìn)行模式分類,分類過程中調(diào)節(jié)SVM的各項參數(shù),從而獲得各項SVM參數(shù)調(diào)節(jié)對基于不同空間平滑下得到的不同影像指標(biāo)數(shù)據(jù)的分類正確率的影響。2、痛觸覺數(shù)據(jù):包括痛覺及觸覺刺激條件下采集得到的功能磁共振fMRI數(shù)據(jù),含50名健康被試,自愿參加本實驗,并給于知情同意。該研究得到天津醫(yī)科大學(xué)總醫(yī)院倫理委員會批準(zhǔn)。fMRI數(shù)據(jù)經(jīng)過常規(guī)預(yù)處理(頭動校正及空間標(biāo)準(zhǔn)化)后,對每個刺激后的第7-10個時間點的fMRI圖像求均值、使用SPM軟件并選擇四種不同的高斯平滑核大小(FWHM分別為5mm、8mm、15mm、20mm)對圖像進(jìn)行空間平滑、最后經(jīng)過MVPA軟件基于上述不同的影像指標(biāo)對痛覺刺激和觸覺刺激進(jìn)行模式分類,分類過程中調(diào)節(jié)SVM的各項參數(shù),從而獲得各項SVM參數(shù)調(diào)節(jié)對基于不同空間平滑下得到的fMRI數(shù)據(jù)的分類正確率的影響。結(jié)果:本研究基于不同類型的腦影像數(shù)據(jù),考察了調(diào)節(jié)SVM的各項參數(shù)對分類正確率的影響,所得結(jié)果如下:1、SVM不同類型的核函數(shù)對分類正確率存在較大影響,多數(shù)情況下線性核函數(shù)的分類正確率優(yōu)于非線性核函數(shù)的分類正確率;2、C-SVM分類器的懲罰系數(shù)C的調(diào)節(jié)以及n-SVM分類器的懲罰系數(shù)n的調(diào)節(jié)對分類正確率影響較小,尤其是C的調(diào)節(jié)對線性核函數(shù)的分類結(jié)果無影響;3、C-SVM和n-SVM所得分類正確率類似;4、分類正確率總體呈現(xiàn)隨高斯平滑核的增大而減小;5、上述各項參數(shù)調(diào)節(jié)對基于腦結(jié)構(gòu)指標(biāo)的分類和對基于腦功能指標(biāo)的分類影響類似。結(jié)論:1、利用SVM進(jìn)行基于腦影像數(shù)據(jù)的模式分類,可考慮優(yōu)先選擇線性核函數(shù),以避免過擬合;2、C-SVM或n-SVM中的懲罰系數(shù)通常情況下可選擇默認(rèn)值(即:C=1或n=0.5);3、C-SVM及n-SVM的分類正確率類似,實際應(yīng)用時可任意選擇;4、在基于腦影像數(shù)據(jù)進(jìn)行模式分類前,腦影像數(shù)據(jù)應(yīng)優(yōu)先考慮使用較小的空間平滑核;5、上述結(jié)論適用基于結(jié)構(gòu)影像指標(biāo)的分類和功能影像指標(biāo)的分類。
【學(xué)位單位】：天津醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：R445.2
【部分圖文】：

天津醫(yī)科大學(xué)碩士學(xué)位論文 二、精神分裂癥與健康對照的模式分類研附表 3。2.2.1.1.4 s0t3C 分類結(jié)果實驗過程中采用 C-SVM 類型分類器，對應(yīng)的核函數(shù)選用 sigmoid 核函數(shù)調(diào)節(jié)懲罰系數(shù) C 所得的正確率、敏感性以及特異性的結(jié)果如圖 4，分類正確率優(yōu)為 75.45%（敏感性最大為 83.64%，特異性為最小 67.27%），最差為 74.55%（感性為 73.64%，特異性為 75.45%），對應(yīng)懲罰系數(shù) C 取值為 0.01 和 10000，體結(jié)果請參見附表 4。

天津醫(yī)科大學(xué)碩士學(xué)位論文 二、精神分裂癥與健康對照的模式分類研附表 3。2.2.1.1.4 s0t3C 分類結(jié)果實驗過程中采用 C-SVM 類型分類器，對應(yīng)的核函數(shù)選用 sigmoid 核函數(shù)調(diào)節(jié)懲罰系數(shù) C 所得的正確率、敏感性以及特異性的結(jié)果如圖 4，分類正確率優(yōu)為 75.45%（敏感性最大為 83.64%，特異性為最小 67.27%），最差為 74.55%（感性為 73.64%，特異性為 75.45%），對應(yīng)懲罰系數(shù) C 取值為 0.01 和 10000，體結(jié)果請參見附表 4。

2.2.1.1.4 s0t3C 分類結(jié)果實驗過程中采用 C-SVM 類型分類器，對應(yīng)的核函數(shù)選用 sigmoid 核函數(shù)調(diào)節(jié)懲罰系數(shù) C 所得的正確率、敏感性以及特異性的結(jié)果如圖 4，分類正確率優(yōu)為 75.45%（敏感性最大為 83.64%，特異性為最小 67.27%），最差為 74.55%（感性為 73.64%，特異性為 75.45%），對應(yīng)懲罰系數(shù) C 取值為 0.01 和 10000，體結(jié)果請參見附表 4。圖 1 ReHo s0t0C 分類結(jié)果 圖 2 ReHo s0t1C 分類結(jié)果
【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 劉曉虎;羅天友;;BOLD-fMRI在腦腫瘤中的應(yīng)用研究進(jìn)展[J];重慶醫(yī)學(xué);2013年12期

2 丁世飛;齊丙娟;譚紅艷;;支持向量機(jī)理論與算法研究綜述[J];電子科技大學(xué)學(xué)報;2011年01期

相關(guān)博士學(xué)位論文 前2條

1 劉風(fēng);基于磁共振成像的多變量模式分析方法學(xué)與應(yīng)用研究[D];電子科技大學(xué);2014年

2 張泉;阻塞性睡眠呼吸暫停低通氣綜合征的靜息態(tài)腦功能磁共振成像研究[D];天津醫(yī)科大學(xué);2012年

本文編號：2859547