抑郁患者大腦圖網(wǎng)絡演化方法研究
發(fā)布時間:2021-11-14 07:33
隨著科技的發(fā)展,網(wǎng)絡時代迅速崛起,越來越多的事務隨著網(wǎng)絡的建立產(chǎn)生聯(lián)系。例如腦部疾病的研究結果從最初的影像學唯一論轉變?yōu)閷τ跋駥W報告和腦網(wǎng)絡評價指標的共同分析。隨著城市生活節(jié)奏加快,抑郁癥發(fā)病率逐年提升,發(fā)病趨勢向校園中青少年蔓延,且發(fā)病機理不明確。因此,本文基于抑郁患者腦網(wǎng)絡數(shù)據(jù)建立演化模型,研究抑郁癥患者發(fā)病機理并模擬腦網(wǎng)絡病變過程,創(chuàng)建基于圖卷積神經(jīng)網(wǎng)絡GCN(Graph convolutional neural network)和長短期記憶神經(jīng)網(wǎng)絡 LSTM(Long Short-Term Memory)的記憶圖卷積演化網(wǎng)絡 MGCEN(Memory graph convolution evolution network)預測網(wǎng)絡未來發(fā)展趨勢。鑒于抑郁癥發(fā)病主要由腦部結構隨時間推移發(fā)生病變,因此本文基于結構磁共振圖像和彌散張量圖像共同構建腦網(wǎng)絡模型。首先,本文按照AAL模板將腦核磁共振圖像劃分為116個腦區(qū),將其中的90個腦區(qū)作為研究對象,對各個腦區(qū)的灰質體積進行GA值分析,發(fā)現(xiàn)抑郁癥患者與正常人腦區(qū)之間的差異主要體現(xiàn)在額葉區(qū)和顳葉區(qū)上。之后將腦區(qū)做為節(jié)點以各腦區(qū)之間相關聯(lián)系為...
【文章來源】:大連海事大學遼寧省 211工程院校
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【部分圖文】:
圖2.2大腦半球外側??Fig.?2.2?Lateral?cerebral?he?
圖2.8圖卷積空間模型示例??Fig.?2.8?Graph?convolution?space?model?example??圖2.8中以節(jié)點V為代表,按照公式2.21提取節(jié)點V的空間節(jié)點信息
?大連海事大學碩士學位論文???將AAL模板分割的灰質腦區(qū)體積帶入皮爾遜公式,計算得到90*90對稱矩陣,矩??陣參數(shù),為?f區(qū)間相關系數(shù),/的取值范圍為-1-+1之間。參數(shù)7?=?代表腦區(qū)間為負相??關,/?=?1代表腦區(qū)間為正相關,/?=?〇時代表腦區(qū)不相關。由MATLAB軟件進行實驗,??得到結果如圖3.2所示:??丨圓!丨??10?20?30?40?50?60?70?80?90?10?20?30?40?50?60?70?80?90??圖3.2抑郁癥和健康人腦區(qū)相關系數(shù)矩陣??Fig.?3.2?Coirelation?matrix?of?depression?and?healthy?brain?regions??左圖表示健康人皮爾遜系數(shù)矩陣,右圖表示抑郁患者皮爾遜相關系數(shù)矩陣。其中紅??色表示正相關,藍色表示負相關。??為了使構建的腦網(wǎng)絡模型更符合小世界特性,本文設定當|/|>?0.7時認為腦區(qū)之間??存在相關性,否則認為腦區(qū)間不存在相關性。在此基礎上構建腦網(wǎng)絡連邊,當|/|>0.7時??認為腦區(qū)中存在連邊,否則不存在連邊。網(wǎng)絡二值矩僻^如圖3.3所示:??10?20?30?40?50?60?70?80?80?10?20?30?40?50?60?70?80?90??圖3.3抑郁癥和健康人腦網(wǎng)絡二值矩陣??Fig.?3.3?Depression?and?Healthy?Human?Brain?Network?Binaiy?Matrix??27??
【參考文獻】:
期刊論文
[1]面向交通流量預測的多組件時空圖卷積網(wǎng)絡[J]. 馮寧,郭晟楠,宋超,朱琪超,萬懷宇. 軟件學報. 2019(03)
[2]抑郁癥認知功能損傷及異常腦機制研究進展[J]. 劉佳麗,王亮. 科學通報. 2018(20)
[3]基于圖卷積網(wǎng)絡的社交網(wǎng)絡Spammer檢測技術[J]. 曲強,于洪濤,黃瑞陽. 網(wǎng)絡與信息安全學報. 2018(05)
[4]在線社交網(wǎng)絡信息傳播機制與動力學研究綜述[J]. 張子柯. 情報學報. 2017(04)
[5]阿爾茨海默癥患者額頂葉控制系統(tǒng)腦網(wǎng)絡異常[J]. 周鵬,朱浩澤,倪紅艷,陳元園,王學民,綦宏志,何峰,明東. 科學通報. 2016(32)
本文編號:3494220
【文章來源】:大連海事大學遼寧省 211工程院校
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【部分圖文】:
圖2.2大腦半球外側??Fig.?2.2?Lateral?cerebral?he?
圖2.8圖卷積空間模型示例??Fig.?2.8?Graph?convolution?space?model?example??圖2.8中以節(jié)點V為代表,按照公式2.21提取節(jié)點V的空間節(jié)點信息
?大連海事大學碩士學位論文???將AAL模板分割的灰質腦區(qū)體積帶入皮爾遜公式,計算得到90*90對稱矩陣,矩??陣參數(shù),為?f區(qū)間相關系數(shù),/的取值范圍為-1-+1之間。參數(shù)7?=?代表腦區(qū)間為負相??關,/?=?1代表腦區(qū)間為正相關,/?=?〇時代表腦區(qū)不相關。由MATLAB軟件進行實驗,??得到結果如圖3.2所示:??丨圓!丨??10?20?30?40?50?60?70?80?90?10?20?30?40?50?60?70?80?90??圖3.2抑郁癥和健康人腦區(qū)相關系數(shù)矩陣??Fig.?3.2?Coirelation?matrix?of?depression?and?healthy?brain?regions??左圖表示健康人皮爾遜系數(shù)矩陣,右圖表示抑郁患者皮爾遜相關系數(shù)矩陣。其中紅??色表示正相關,藍色表示負相關。??為了使構建的腦網(wǎng)絡模型更符合小世界特性,本文設定當|/|>?0.7時認為腦區(qū)之間??存在相關性,否則認為腦區(qū)間不存在相關性。在此基礎上構建腦網(wǎng)絡連邊,當|/|>0.7時??認為腦區(qū)中存在連邊,否則不存在連邊。網(wǎng)絡二值矩僻^如圖3.3所示:??10?20?30?40?50?60?70?80?80?10?20?30?40?50?60?70?80?90??圖3.3抑郁癥和健康人腦網(wǎng)絡二值矩陣??Fig.?3.3?Depression?and?Healthy?Human?Brain?Network?Binaiy?Matrix??27??
【參考文獻】:
期刊論文
[1]面向交通流量預測的多組件時空圖卷積網(wǎng)絡[J]. 馮寧,郭晟楠,宋超,朱琪超,萬懷宇. 軟件學報. 2019(03)
[2]抑郁癥認知功能損傷及異常腦機制研究進展[J]. 劉佳麗,王亮. 科學通報. 2018(20)
[3]基于圖卷積網(wǎng)絡的社交網(wǎng)絡Spammer檢測技術[J]. 曲強,于洪濤,黃瑞陽. 網(wǎng)絡與信息安全學報. 2018(05)
[4]在線社交網(wǎng)絡信息傳播機制與動力學研究綜述[J]. 張子柯. 情報學報. 2017(04)
[5]阿爾茨海默癥患者額頂葉控制系統(tǒng)腦網(wǎng)絡異常[J]. 周鵬,朱浩澤,倪紅艷,陳元園,王學民,綦宏志,何峰,明東. 科學通報. 2016(32)
本文編號:3494220
本文鏈接:http://sikaile.net/shoufeilunwen/mpalunwen/3494220.html
最近更新
教材專著