本文關(guān)鍵詞：基于磁共振影像腦疾病分類的模式識(shí)別方法研究

  更多相關(guān)文章： 模式識(shí)別 特征提取 計(jì)算機(jī)輔助診斷 核磁共振成像 神經(jīng)疾病

【摘要】：核磁共振成像技術(shù)在腦組織結(jié)構(gòu)及其功能成像中有著廣泛的應(yīng)用,相關(guān)方法繁多、特征豐富、適用疾病廣泛。但從臨床磁共振技術(shù)的諸多方法與不同應(yīng)用中,如何探索出更加適用于腦疾病臨床診斷分類的成像與分析方法,一直是懸而未決的課題,值得進(jìn)行系統(tǒng)性的研究分析。本文研究目的是分析多種磁共振影像模態(tài)、多中心多疾病數(shù)據(jù)下多種特征提取、特征選擇方法和多種分類器實(shí)際應(yīng)用在臨床診斷中的表現(xiàn)和特性,并基于上述經(jīng)驗(yàn)和定性分析提出適合腦影像模式識(shí)別的新型特征提取算法“隨機(jī)結(jié)構(gòu)稀疏算法”,重點(diǎn)從多角度分析各類神經(jīng)科學(xué)與臨床診斷問題中模式識(shí)別的實(shí)際效果并提出自己的優(yōu)化設(shè)計(jì)。主要研究過(guò)程分為四個(gè)步驟:第一步是將多體素模式識(shí)別方法應(yīng)用在多個(gè)中心的精神分裂癥數(shù)據(jù)中,對(duì)相關(guān)現(xiàn)象和初步結(jié)論進(jìn)行重復(fù)驗(yàn)證,并得出趨向一致性或與數(shù)據(jù)相關(guān)的基本模式識(shí)別技術(shù)應(yīng)用方法論;隨后采用同一機(jī)器下不同疾病、兩個(gè)模態(tài)的數(shù)據(jù)分析基本模式分類效果并探索特征提取的應(yīng)用意義,疾病對(duì)象包括精神分裂癥、抑郁癥、雙相情感障礙,分析模態(tài)包括T1結(jié)構(gòu)圖像和功能磁共振影像。第二步在保證基本模式識(shí)別方法正確率的基礎(chǔ)上,努力探索對(duì)疾病生物標(biāo)記物特征提取的新方法,創(chuàng)新性地采用結(jié)構(gòu)化正則參數(shù)和隨機(jī)化子采樣,并引入非監(jiān)督學(xué)習(xí),提升模式識(shí)別方法分類的效果并優(yōu)化疾病特征的提取,緊接著首次整合上述模型和方法,以LASSO作為稀疏回歸模型算法、結(jié)合結(jié)構(gòu)稀疏和隨機(jī)算法,提出一種全新的特征提取算法“隨機(jī)結(jié)構(gòu)稀疏”。第三步在分子病理和發(fā)病機(jī)制較為明確的帕金森氏癥上,采用新算法和網(wǎng)絡(luò)連接計(jì)算方法對(duì)患者的差異腦區(qū)進(jìn)行了并行分析和討論。本文新成果有:1.多中心的模式識(shí)別分類效果具有相似性,不同方法在分類效果上的提升效果也具有部分一致性,且不同模式識(shí)別方法分類效果差異不大;2.在多疾病多模態(tài)分析中發(fā)現(xiàn)不同模態(tài)磁共振數(shù)據(jù)作為基本特征對(duì)不同疾病分類的貢獻(xiàn)不同,有的疾病適合結(jié)構(gòu)像分析,有的則適合功能網(wǎng)絡(luò)分析;3.稀疏模型、非監(jiān)督聚類方法、結(jié)構(gòu)范數(shù)模型、隨機(jī)化方法這些MVPA優(yōu)化特征提取技術(shù)在小樣本分類、區(qū)域敏感性、差異可視化等方面相較單變量方法在特征識(shí)別上具有優(yōu)勢(shì);4.首次將LASSO、隨機(jī)子采樣、結(jié)構(gòu)稀疏和穩(wěn)定性選擇方法相結(jié)合,提出“隨機(jī)結(jié)構(gòu)稀疏算法”。5.提出的新算法應(yīng)用在帕金森氏癥得到了與生理病理機(jī)制很一致的差異特征區(qū)域識(shí)別結(jié)果。
【關(guān)鍵詞】：模式識(shí)別 特征提取 計(jì)算機(jī)輔助診斷 核磁共振成像 神經(jīng)疾病
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R445.2;R741
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-14
• 1.1 磁共振影像的應(yīng)用意義10-11
• 1.2 腦疾病模式識(shí)別的研究現(xiàn)狀11-12
• 1.3 本文的主要貢獻(xiàn)與創(chuàng)新12-13
• 1.4 本論文的結(jié)構(gòu)安排13-14
• 第二章 核磁共振成像與模式識(shí)別基礎(chǔ)14-22
• 2.1 結(jié)構(gòu)像與功能像模態(tài)的原理與分析14-18
• 2.1.1 T1結(jié)構(gòu)磁共振成像14-15
• 2.1.2 BOLD功能磁共振成像15-18
• 2.2 模式識(shí)別典型方法的基本原理18-21
• 2.2.1 線性判別與最優(yōu)分類面18
• 2.2.2 k近鄰分類器18
• 2.2.3 支持向量機(jī)18-19
• 2.2.4 決策樹19-20
• 2.2.5 集成分類器20-21
• 2.3 本章小結(jié)21-22
• 第三章 精神分裂癥結(jié)構(gòu)磁共振影像分類研究22-31
• 3.1 單變量分析方法的局限22-23
• 3.2 數(shù)據(jù)收集與采集23-24
• 3.2.1 多中心精神分裂癥結(jié)構(gòu)磁共振數(shù)據(jù)23
• 3.2.2 單中心下多疾病結(jié)構(gòu)磁共振數(shù)據(jù)23-24
• 3.3 數(shù)據(jù)預(yù)處理方法24-25
• 3.4 模式合成與分類25-28
• 3.5 多中心數(shù)據(jù)分類的實(shí)際效果28-29
• 3.6 與其他疾病數(shù)據(jù)分類的實(shí)際效果29
• 3.7 MVPA應(yīng)用分析29-30
• 3.8 本章小結(jié)30-31
• 第四章 特征提取的應(yīng)用與隨機(jī)結(jié)構(gòu)稀疏算法31-47
• 4.1 磁共振腦影像中的特征提取問題31-37
• 4.1.1 磁共振腦影像中的特征選擇31-32
• 4.1.2 磁共振腦影像中的稀疏優(yōu)化模型32-33
• 4.1.3 稀疏回歸LASSO算法33-34
• 4.1.4 磁共振腦影像進(jìn)行降維的其他方法與應(yīng)用34-35
• 4.1.5 腦圖譜分區(qū)和聚類分析35-37
• 4.2 基于稀疏模型的磁共振腦影像特征提取技術(shù)37-40
• 4.2.1 結(jié)構(gòu)稀疏設(shè)計(jì)及其算法37-39
• 4.2.2 隨機(jī)化子采樣設(shè)計(jì)及其算法39-40
• 4.3 隨機(jī)結(jié)構(gòu)稀疏算法40-42
• 4.3.1 算法原理40
• 4.3.2 算法設(shè)計(jì)與流程40-42
• 4.4 Haxby真實(shí)數(shù)據(jù)實(shí)驗(yàn)42-45
• 4.5 仿真功能數(shù)據(jù)實(shí)驗(yàn)45-46
• 4.6 本章小結(jié)46-47
• 第五章 帕金森氏癥病征差異區(qū)域提取47-54
• 5.1 數(shù)據(jù)來(lái)源與掃描參數(shù)47
• 5.2 數(shù)據(jù)處理與計(jì)算指標(biāo)47-48
• 5.3 基于RSS的帕金森癥多亞型差異特征提取48-51
• 5.3.1 差異特征提取結(jié)果48-50
• 5.3.2 結(jié)果討論50-51
• 5.4 帕金森氏病功能網(wǎng)絡(luò)分析51-53
• 5.4.1 功能網(wǎng)絡(luò)差異特征分析結(jié)果51-52
• 5.4.2 功能網(wǎng)絡(luò)分析效果討論52-53
• 5.5 本章小結(jié)53-54
• 第六章 全文總結(jié)與展望54-57
• 6.1 全文總結(jié)54-56
• 6.2 后續(xù)工作展望56-57
• 致謝57-58
• 參考文獻(xiàn)58-63
• 攻讀碩士學(xué)位期間取得的成果63-64

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 馬曉麗;郎俊;李琳琳;哈木拉提·吾甫爾;巴吐爾·買買提明;庫(kù)熱西;王麗鳳;焦宜;王燁;毛新民;;基于~1H-NMR的模式識(shí)別方法應(yīng)用于異常黑膽質(zhì)糖尿病患者的尿液代謝組學(xué)研究[J];分析測(cè)試技術(shù)與儀器;2012年03期

2 邱玉潔,夏圣安,葉朝輝,劉買利;生物醫(yī)學(xué)核磁共振中的模式識(shí)別方法[J];波譜學(xué)雜志;2005年01期

3 吳靖;;基于距離分段模式識(shí)別方法在EEG分析中的應(yīng)用[J];國(guó)外醫(yī)學(xué).生物醫(yī)學(xué)工程分冊(cè);1992年02期

4 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 王慶人;;采用知識(shí)庫(kù)的模式識(shí)別方法[A];IEEE北京分會(huì)第一屆學(xué)術(shù)年會(huì)論文集[C];1987年

2 馬超;方劍青;李紅軍;雷玉錦;周陸軍;趙燁;;聲學(xué)共振譜信號(hào)模式識(shí)別方法[A];泛在信息社會(huì)中的聲學(xué)——中國(guó)聲學(xué)學(xué)會(huì)2010年全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2010年

3 朱孝開;楊德貴;;基于多層SVDD的模式識(shí)別方法[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

4 田高友;劉慧穎;;近紅外光譜技術(shù)識(shí)別車用無(wú)鉛汽油的應(yīng)用研究[A];第三屆科學(xué)儀器前沿技術(shù)及應(yīng)用學(xué)術(shù)研討會(huì)論文摘要集[C];2006年

5 崔建國(guó);張大千;呂瑞;徐心和;;基于模糊聚類網(wǎng)絡(luò)復(fù)雜信號(hào)的模式識(shí)別方法研究[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（二）[C];2007年

6 劉南;王鵬;李宏;;光纖傳感信號(hào)特性分析及模式識(shí)別方法[A];第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 科納提（Ahmed Amara KONATE）;在結(jié)晶巖中使用模式識(shí)別方法進(jìn)行地球物理測(cè)井?dāng)?shù)據(jù)分類[D];中國(guó)地質(zhì)大學(xué);2015年

2 孫茜;Ф-OTDR光纖預(yù)警系統(tǒng)模式識(shí)別方法研究[D];天津大學(xué);2015年

3 王彥，

本文編號(hào)：946420