【摘要】：人類的大腦有著數(shù)以億計的神經(jīng)細胞,每天記錄和處理著數(shù)千萬條的信息,更是在思維認知、感覺和行為時表現(xiàn)出不同的連接模式,被公認為目前探知到的現(xiàn)實世界中最為復雜且神秘的網(wǎng)絡系統(tǒng)之一。近年來,復雜腦網(wǎng)絡分析理論以人腦為基礎和出發(fā)點,將其應用在腦精神疾病的研究中已成為趨勢,逐漸成為醫(yī)學革命發(fā)展的必然命題和人類探索大腦奧秘的重要途徑。復雜腦網(wǎng)絡分析方法不但幫助理解神經(jīng)精神疾病原理,同時也為臨床腦疾病的診斷提供有效的影像學標記和新的方法。隨著多學科技術(shù)的不斷提高與進一步交叉融合,腦網(wǎng)絡分析將在腦神經(jīng)精神疾病的研究中發(fā)揮越來越大的作用。本文以復雜網(wǎng)絡理論為基礎,緊緊圍繞復雜腦網(wǎng)絡研究這一國際熱門領域,對靜息態(tài)腦網(wǎng)絡的構(gòu)建及分析作出了兩種方法的探討,同時在此基礎上運用新的分類模型,完成自閉癥患者分類研究。利用功能腦網(wǎng)絡進行不同組之間網(wǎng)絡屬性的差異性指標分析,并將自閉癥作為疾病應用模型,探索不同年齡段自閉癥患者之間差異以及自閉癥診斷的影像學標志,來輔助臨床診斷應用。本文主要創(chuàng)新工作如下:(1)基于最小生成樹方法功能腦網(wǎng)絡構(gòu)建及分析不同年齡的自閉癥患者所表現(xiàn)出來的臨床表征差異很大,但這些差異在影像學指標上卻難以發(fā)現(xiàn)。為了解決這一問題,本研究在靜息態(tài)功能腦網(wǎng)絡基礎上,引入最小生成樹分析方法,利用度(Degree)、介數(shù)(Betweenness Centrality,BC)、離心率(Eccentricity,Ecc)三個節(jié)點指標,對不同年齡分組(兒童-青少年,青少年-成人)之間進行差異分析。旨在揭示不同年齡的自閉癥患者在網(wǎng)絡層面的變化規(guī)律。(2)基于組套索方法功能超網(wǎng)絡構(gòu)建及分析針對傳統(tǒng)方法構(gòu)建腦網(wǎng)絡的不足,近幾年出現(xiàn)了新的構(gòu)建網(wǎng)絡模型方法,如超網(wǎng)絡。但傳統(tǒng)的超網(wǎng)絡構(gòu)建方法,由于受到腦區(qū)間組效應的影響,使得所構(gòu)建的超邊存在一定的隨機性,從而缺少解釋分組效應信息的能力,最終降低分類準確率。研究中采用一種基于組套索的超網(wǎng)絡構(gòu)建方法,并將其應用在自閉癥患者的自動診斷中。利用該方法所構(gòu)建的超網(wǎng)絡,將傳統(tǒng)方法的單一變量的選擇替換為組變量的選擇,即在預先定義的變量組的基礎上進行變量選擇。結(jié)果表明與傳統(tǒng)超網(wǎng)絡構(gòu)建方法相比,基于組套索的超網(wǎng)絡構(gòu)建方法可以有效地去除組效應的影響,并提高分類準確率。(3)基于支持向量機分類模型驗證方法可靠性完成基于最小生成樹的腦網(wǎng)絡構(gòu)建及基于組套索的超網(wǎng)絡構(gòu)建后,分別根據(jù)統(tǒng)計顯著性差異提取分類特征,結(jié)合支持向量機分類算法,建立多參數(shù)尋優(yōu)分類框架,構(gòu)建一個準確率較高的模型。對于不同年齡自閉癥患者研究結(jié)果表明,在兩組(兒童-青少年,青少年-成人)對比分析中均得到顯著性差異區(qū)域,分類準確率分別為80.38%和81.88%。基于最小生成樹腦網(wǎng)絡構(gòu)建方法為自閉癥不同年齡患者影像學分析及輔助診斷提供了新的方法和思路。對于自閉癥和正常對照組研究結(jié)果表明,基于組套索構(gòu)建超網(wǎng)絡方法同樣獲得令人滿意的分類準確率,平均可達87.84%,驗證了方法的可靠性,大大提高了自閉癥診斷的準確率。
【圖文】：

圖 1.1 基于最小生成樹研究框架Fig. 1.1 Research Framework of MST構(gòu)建方法，，由于受到腦區(qū)間組效應的影響，使得所構(gòu)建的超邊存他缺少解釋分組效應信息的能力，最終降低分類準確率。景下，本文提出了一種基于組套索的超網(wǎng)絡構(gòu)建方法，并將其應

基于組套索的超網(wǎng)絡構(gòu)建方法可以有效地去除組效應的影響，并提高分類準確率。實驗框架如圖1.2 所示：（3）基于支持向量機分類模型驗證方法可靠性基于最小生成樹方法功能腦網(wǎng)絡構(gòu)建和基于組套索方法功能超網(wǎng)絡構(gòu)建完成后，也
【學位授予單位】：太原科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R749.94;TP181

【相似文獻】

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];測繪技術(shù)裝備;2016年04期

2 張娜;;改進最小生成樹算法在移動自組織網(wǎng)絡路由選擇中的應用[J];沈陽化工大學學報;2016年01期

3 帥訓波;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];曲阜師范大學學報(自然科學版);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用[J];西華大學學報(自然科學版);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用[J];湖南環(huán)境生物職業(yè)技術(shù)學院學報;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];淮北煤炭師范學院學報(自然科學版);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)師范學院學報;2004年04期

9 汪遐昌;最小生成樹問題[J];四川師范大學學報(自然科學版);1997年01期

10 翟延富;最小生成樹的計算機求法[J];山東輕工業(yè)學院學報(自然科學版);1997年01期

相關(guān)會議論文 前10條

1 黃宜真;張世R

本文編號：2630604