有監(jiān)督的多模態(tài)腦影像融合方法及其在自閉癥中的應(yīng)用
發(fā)布時(shí)間:2021-04-14 05:28
自閉癥是一組以交流、語(yǔ)言障礙和行為異常為特征的神經(jīng)發(fā)育障礙疾病總稱(chēng),研究表明自閉譜系障礙各亞型共有的核心癥狀便是社交及交流障礙,其癥狀表現(xiàn)首要來(lái)自于社交動(dòng)機(jī)和社交認(rèn)知的缺陷和損傷。而現(xiàn)有的對(duì)自閉癥的研究大多是基于單模態(tài)的,或者基于無(wú)監(jiān)督的數(shù)據(jù)挖掘方式。在核磁共振腦影像分析當(dāng)中,與單模態(tài)相比,多模態(tài)融合分析能夠結(jié)合不同模態(tài)的特點(diǎn),并且充分利用其互補(bǔ)性,來(lái)挖掘針對(duì)特定腦疾病的多模態(tài)共變損傷腦網(wǎng)絡(luò)。目前已經(jīng)有較多的腦影像學(xué)研究嘗試從數(shù)據(jù)驅(qū)動(dòng)的方式出發(fā),來(lái)挖掘精神疾病神經(jīng)影像學(xué)異變模式,如精神分裂癥、抑郁癥等,但是多模態(tài)影像融合在自閉癥中的研究尚未開(kāi)展。所以本文以尋找多模態(tài)共變影像學(xué)標(biāo)記為主要目的,基于有監(jiān)督的多模態(tài)融合方法,對(duì)引起自閉癥社交損傷的病變腦區(qū)展開(kāi)深入探索。本文研究的主要內(nèi)容和所做工作如下:首先,基于spm8,對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,查看其影像質(zhì)量是否符合實(shí)驗(yàn)標(biāo)準(zhǔn),去除噪聲,提高所找到的差異腦區(qū)的準(zhǔn)確度;诠δ芎徒Y(jié)構(gòu)磁共振影像數(shù)據(jù)計(jì)算三種輸入特征:功能磁共振(低頻振蕩振幅),功能磁共振(局部一致性),結(jié)構(gòu)磁共振(皮層厚度);接著,基于一種有監(jiān)督的多模態(tài)融合方法,參考信息指導(dǎo)的多變量a典...
【文章來(lái)源】:哈爾濱理工大學(xué)黑龍江省
【文章頁(yè)數(shù)】:53 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-1常用的多模態(tài)融合方法??Fig.2-1?Common?Multimodal?Fusion?Method??在數(shù)據(jù)驅(qū)動(dòng)方法中,按照是否需要影像數(shù)據(jù)之外的信息,如認(rèn)知、記憶、??
ReHo、cortical?thickness?的?p?值分別為?p?=?0.010,2.3e-4,?0.003),又與社會(huì)反??應(yīng)量表總分呈顯著相關(guān)(與fALFF、ReHo、corticalthickness的相關(guān)性分別為r??=?-0.374,-0.440,-0.415)。圖4-1⑻顯示了各模態(tài)成分的空間激活圖譜(體素??值先轉(zhuǎn)化為Z值,并在|Z|>2的閾值下可視化),圖中正的Z值(圖4-l(a)中的??紅色腦區(qū))表示HC高于ASD,負(fù)Z值(圖4-l(a)中的藍(lán)色腦K?)表示ASD??高于HC。圖4-1?(b)為聯(lián)合獨(dú)立成分IC2的混合系數(shù)與社會(huì)反應(yīng)f。罕砜偡值南??關(guān)性散點(diǎn)圖,同樣各模態(tài)混合系數(shù)與社會(huì)反應(yīng)量表總分均呈負(fù)相關(guān)。黑色實(shí)線(xiàn)??為相關(guān)性擬合線(xiàn),紅/藍(lán)實(shí)線(xiàn)、深紅/深藍(lán)方塊、淺紅/淺藍(lán)方塊分別表示各模態(tài)??混合系數(shù)的均值、標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)差?梢钥闯龈髂B(tài)聯(lián)合成分的混合系數(shù)與??SRS總分均呈負(fù)相關(guān),即混合系數(shù)越大對(duì)應(yīng)被試的SRS總分越低,ASD相較??于HC對(duì)應(yīng)高的SRS分?jǐn)?shù)和低的混合系數(shù)。圖4-l(c)為聯(lián)合獨(dú)立成分IC2混合??系數(shù)的組間差異箱線(xiàn)圖,其中3個(gè)模態(tài)的均值統(tǒng)一顯示為HC>ASD。黑色實(shí)線(xiàn)??-30-??
?l?'?.?_舲證犋站點(diǎn)中獨(dú)成分??圖4-3兩個(gè)站點(diǎn)各模態(tài)空間獨(dú)立成分重疊圖譜??Fig.4-3?Independent?component?maps?overlay?of?two?cohorts?for?each?modality??-34-??
本文編號(hào):3136754
【文章來(lái)源】:哈爾濱理工大學(xué)黑龍江省
【文章頁(yè)數(shù)】:53 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-1常用的多模態(tài)融合方法??Fig.2-1?Common?Multimodal?Fusion?Method??在數(shù)據(jù)驅(qū)動(dòng)方法中,按照是否需要影像數(shù)據(jù)之外的信息,如認(rèn)知、記憶、??
ReHo、cortical?thickness?的?p?值分別為?p?=?0.010,2.3e-4,?0.003),又與社會(huì)反??應(yīng)量表總分呈顯著相關(guān)(與fALFF、ReHo、corticalthickness的相關(guān)性分別為r??=?-0.374,-0.440,-0.415)。圖4-1⑻顯示了各模態(tài)成分的空間激活圖譜(體素??值先轉(zhuǎn)化為Z值,并在|Z|>2的閾值下可視化),圖中正的Z值(圖4-l(a)中的??紅色腦區(qū))表示HC高于ASD,負(fù)Z值(圖4-l(a)中的藍(lán)色腦K?)表示ASD??高于HC。圖4-1?(b)為聯(lián)合獨(dú)立成分IC2的混合系數(shù)與社會(huì)反應(yīng)f。罕砜偡值南??關(guān)性散點(diǎn)圖,同樣各模態(tài)混合系數(shù)與社會(huì)反應(yīng)量表總分均呈負(fù)相關(guān)。黑色實(shí)線(xiàn)??為相關(guān)性擬合線(xiàn),紅/藍(lán)實(shí)線(xiàn)、深紅/深藍(lán)方塊、淺紅/淺藍(lán)方塊分別表示各模態(tài)??混合系數(shù)的均值、標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)差?梢钥闯龈髂B(tài)聯(lián)合成分的混合系數(shù)與??SRS總分均呈負(fù)相關(guān),即混合系數(shù)越大對(duì)應(yīng)被試的SRS總分越低,ASD相較??于HC對(duì)應(yīng)高的SRS分?jǐn)?shù)和低的混合系數(shù)。圖4-l(c)為聯(lián)合獨(dú)立成分IC2混合??系數(shù)的組間差異箱線(xiàn)圖,其中3個(gè)模態(tài)的均值統(tǒng)一顯示為HC>ASD。黑色實(shí)線(xiàn)??-30-??
?l?'?.?_舲證犋站點(diǎn)中獨(dú)成分??圖4-3兩個(gè)站點(diǎn)各模態(tài)空間獨(dú)立成分重疊圖譜??Fig.4-3?Independent?component?maps?overlay?of?two?cohorts?for?each?modality??-34-??
本文編號(hào):3136754
本文鏈接:http://sikaile.net/yixuelunwen/eklw/3136754.html
最近更新
教材專(zhuān)著