多年來,人類一直致力于大腦的研究,其中,大腦結(jié)構(gòu)網(wǎng)絡(luò)以及挖掘腦網(wǎng)絡(luò)的連接規(guī)律成為自然科學(xué)領(lǐng)域、腦科學(xué)領(lǐng)域以及神經(jīng)影像學(xué)領(lǐng)域的研究熱點(diǎn)。在神經(jīng)影像學(xué)研究中,通過探索大腦區(qū)域間結(jié)構(gòu)和功能的相互作用可以幫助更好的了解腦疾病的病理學(xué)。隨著腦網(wǎng)絡(luò)研究越來越受到科學(xué)家們的注重,構(gòu)建功能連接網(wǎng)絡(luò)并結(jié)合不同技術(shù)挖掘腦網(wǎng)絡(luò)的連接規(guī)律和拓?fù)浣Y(jié)構(gòu)已經(jīng)成為當(dāng)下的研究熱點(diǎn)。而靜息態(tài)功能連接網(wǎng)絡(luò)已成為構(gòu)建人腦功能連接網(wǎng)絡(luò)最受歡迎的技術(shù)之一。靜息態(tài)功能連接網(wǎng)絡(luò)能夠自發(fā)的檢測(cè)大腦神經(jīng)網(wǎng)絡(luò)的低頻活動(dòng)從而可以監(jiān)測(cè)到與腦疾病相關(guān)的生物學(xué)標(biāo)志。但傳統(tǒng)的fMRI分析中假定功能連接的時(shí)間序列是相對(duì)靜止的,計(jì)算不同大腦區(qū)域間的功能連接強(qiáng)度時(shí)僅僅測(cè)量的是靜息態(tài)功能磁共振(RS-fMRI)數(shù)據(jù)的整個(gè)時(shí)間序列的相關(guān)性,這實(shí)際隱藏著一個(gè)假設(shè)是腦區(qū)之間存在穩(wěn)定的相互作用模式。這種方法的存在一個(gè)問題是,忽視了整個(gè)掃描過程中可能發(fā)生的神經(jīng)活動(dòng),而有可能正是掃描時(shí)間內(nèi)的微妙的神經(jīng)活動(dòng)引起了某種病的發(fā)生�；趧�(dòng)態(tài)的高序功能連接網(wǎng)絡(luò)通過時(shí)間窗來劃分時(shí)間序列以此反映網(wǎng)絡(luò)中包含的豐富的動(dòng)態(tài)時(shí)間信息,已被廣泛應(yīng)用在腦疾病的分類研究中,但是高序功能連接網(wǎng)絡(luò)的構(gòu)建是使用了兩次皮爾遜相關(guān),這使得該方法容易忽視了一些時(shí)域信息和不能很好的測(cè)量復(fù)雜區(qū)域間的相互作用,其次高序功能連接網(wǎng)絡(luò)由于規(guī)模較大,利用復(fù)雜網(wǎng)絡(luò)或圖理論計(jì)算的方法計(jì)算一些拓?fù)渲笜?biāo)時(shí)消耗較大�；诖�,本文采用了高序功能連接網(wǎng)絡(luò)上構(gòu)建最小生成樹網(wǎng)絡(luò)降低計(jì)算消耗,縮小高序功能連接網(wǎng)絡(luò)的規(guī)模龐大不利于后續(xù)網(wǎng)絡(luò)分析的問題。當(dāng)前,基于傳統(tǒng)的局部網(wǎng)絡(luò)指標(biāo)的方法廣泛被用來分析和分類腦網(wǎng)絡(luò),但該方法存在一個(gè)明顯不足是功能連接網(wǎng)絡(luò)中包含的一些網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)信息可能丟失(樣本本身的拓?fù)湫畔⒒蛘邩颖鹃g的公共拓?fù)湫畔?繼而影響到屬性的計(jì)算同時(shí)降低了分類器的性能,而采用子圖模式作為特征正好彌補(bǔ)了這一缺陷。但值得注意的是,無論是基于傳統(tǒng)的可量化網(wǎng)絡(luò)特征的方法還是使用基于子圖模式的方法都會(huì)有樣本息的丟失,因此,本文從局部網(wǎng)絡(luò)屬性和通過頻繁子圖挖掘技術(shù)捕獲的判別性的子圖模式這種不同類型的特征角度出發(fā)來驗(yàn)證本研究所提出的高序最小生成樹網(wǎng)絡(luò)的性能。
【學(xué)位單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：O157.5;R338

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁珂;隋立春;張谷生;;基于最小生成樹和聚類算法的旅游線路規(guī)劃[J];測(cè)繪技術(shù)裝備;2016年04期

2 張娜;;改進(jìn)最小生成樹算法在移動(dòng)自組織網(wǎng)絡(luò)路由選擇中的應(yīng)用[J];沈陽化工大學(xué)學(xué)報(bào);2016年01期

3 帥訓(xùn)波;馬書南;;一種基于遺傳算法的度約束最小生成樹求解方法[J];曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

4 段淵;;基于遺傳算法的廣義最小生成樹求解與應(yīng)用[J];西華大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

5 田小梅;龔靜;;遺傳算法在度約束最小生成樹問題中的應(yīng)用[J];湖南環(huán)境生物職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年03期

6 董軍,關(guān)鳳巖,呂宗寶;基于遺傳算法度約束的最小生成樹問題的研究[J];淮北煤炭師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年01期

7 徐磊,章兢;廣義最小生成樹的遺傳算法求解及應(yīng)用[J];系統(tǒng)工程與電子技術(shù);2004年03期

8 向丹,楊永;廣義最小生成樹的遺傳算法研究[J];廣東技術(shù)師范學(xué)院學(xué)報(bào);2004年04期

9 汪遐昌;最小生成樹問題[J];四川師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1997年01期

10 翟延富;最小生成樹的計(jì)算機(jī)求法[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);1997年01期

相關(guān)會(huì)議論文 前10條

1 黃宜真;張世R

本文編號(hào)：2814448