本文選題：主成分分析(PCA) + 支持向量機(SVM)�。� 參考：《中國生物醫(yī)學(xué)工程學(xué)報》2015年02期

【摘要】：人腦在多種時間和空間尺度上都是復(fù)雜網(wǎng)絡(luò),而復(fù)雜網(wǎng)絡(luò)中往往包含著大量的連接信息。主成分分析(PCA)方法主要被用于從大量信息中提取重要特征,因而可以被用于探尋復(fù)雜網(wǎng)絡(luò)中的一些重要信息。眾所周知,音樂家是研究訓(xùn)練導(dǎo)致的腦可塑性問題的一個理想模型,探求音樂家腦網(wǎng)絡(luò)的可塑性變化是非常有意義的。首先通過基于彌散加權(quán)成像(DWI)數(shù)據(jù)的纖維束追蹤,構(gòu)建了16位音樂家與16位非音樂家的腦白質(zhì)結(jié)構(gòu)網(wǎng)絡(luò);然后對兩組人的整體腦網(wǎng)絡(luò)進行了PCA分析,進而對得到的每個主成分做支持向量機(SVM)分類處理,得到分類效果最好的主成分;最終找出對此主成分貢獻前1%的連接即為音樂家相對于非音樂家在大腦白質(zhì)結(jié)構(gòu)網(wǎng)絡(luò)上發(fā)生改變的主要連接。本方法為組間復(fù)雜網(wǎng)絡(luò)對比分析提供了一種基于PCA分類的新思路。基于上述思路,對于音樂家與非音樂家的腦白質(zhì)結(jié)構(gòu)網(wǎng)絡(luò)對比分析,表明音樂家在運動、聽覺、情緒和記憶等功能腦區(qū)表現(xiàn)出更高的腦區(qū)間信息傳遞效率;進而擴展了在網(wǎng)絡(luò)層面對長期音樂訓(xùn)練改變音樂家白質(zhì)可塑性問題的理解。
[Abstract]:The human brain is a complex network in many time and spatial scales, and complex networks often contain a lot of connection information. The principal component analysis (PCA) method is mainly used to extract important features from a large amount of information, so it can be used to explore some important information in complex networks. It is well known that musicians are an ideal model for studying brain plasticity caused by training. It is very meaningful to explore the plasticity of musicians' brain networks. Firstly, the white matter structure network of 16 musicians and 16 non-musicians was constructed by fiber bundle tracing based on diffusion-weighted imaging (DWI) data, and then the whole brain network of two groups was analyzed by PCA. Then, every principal component is classified by support vector machine (SVM), and the principal component with the best classification effect is obtained. Finally, the first 1% connection to this principal component was found to be the main connection between musicians and non-musicians in the white matter structure network of the brain. This method provides a new method based on PCA classification for the comparison and analysis of complex networks between groups. Based on the above ideas, a comparative analysis of the white matter structure network between musicians and non-musicians shows that musicians exhibit higher transmission efficiency in brain regions of motor, auditory, emotional and memory functions. It also extends the understanding of long-term music training to change the white matter plasticity of musicians at the network level.
【作者單位】： 電子科技大學(xué)生命科學(xué)與技術(shù)學(xué)院神經(jīng)信息教育部重點實驗室;
【基金】：國家自然科學(xué)基金(91232725,81201159) 中央高校基本科研業(yè)務(wù)費項目(ZYGX 2011J097)
【分類號】：R338;R445.2

【參考文獻】

相關(guān)期刊論文 前2條

1 蔣田仔;劉勇;李永輝;;腦網(wǎng)絡(luò):從腦結(jié)構(gòu)到腦功能[J];生命科學(xué);2009年02期

2 堯德中;羅程;雷旭;薛開慶;夏陽;賴永秀;;腦成像與腦連接[J];中國生物醫(yī)學(xué)工程學(xué)報;2011年01期

【共引文獻】

相關(guān)期刊論文 前10條

1 周珂;蔡潔;熊剛強;;兩種VBM算法對阿爾茨海默病磁共振圖像診斷價值的比較[J];廣東醫(yī)學(xué)院學(xué)報;2013年05期

2 蔣偉雄;劉華生;廖堅;廖云杰;唐艷;王維;;多變量模式分析在反社會人格障礙中的應(yīng)用[J];電子科技大學(xué)學(xué)報;2014年02期

3 陳志曄;劉夢琦;劉夢雨;馬林;;2型糖尿病患者腦部靜息態(tài)的功能磁共振成像[J];南方醫(yī)科大學(xué)學(xué)報;2014年08期

4 朱威州;陶玲;錢志余;丁尚文;胥傳健;;基于白質(zhì)纖維束的膠質(zhì)瘤患者腦功能網(wǎng)絡(luò)分析[J];北京生物醫(yī)學(xué)工程;2013年05期

5 余敏;陶玲;錢志余;朱威州;;基于彌散張量成像的腦結(jié)構(gòu)網(wǎng)絡(luò)參數(shù)研究[J];北京生物醫(yī)學(xué)工程;2014年05期

6 孫曉霞;辛斌;Uwe SEIFERT;;語言和音樂:語言認知研究的新視角[J];當(dāng)代語言學(xué);2014年02期

7 蔣偉雄;劉華生;廖堅;李勇帆;王維;;基于多維模式分析對說謊的腦網(wǎng)絡(luò)特征識別[J];電子科技大學(xué)學(xué)報;2015年02期

8 袁勤;黎源;譚波;;基于似然同步方法的非線性腦電信號分析方法[J];電子科技大學(xué)學(xué)報;2015年02期

9 張方風(fēng);鄭志剛;;復(fù)雜腦網(wǎng)絡(luò)研究:現(xiàn)狀與挑戰(zhàn)[J];上海理工大學(xué)學(xué)報;2012年02期

10 吳麟;龔洪翰;周福慶;張悅;張寧;;DTI聯(lián)合ReHo在復(fù)發(fā)-緩解型多發(fā)性硬化患者海馬區(qū)的研究[J];臨床放射學(xué)雜志;2013年10期

相關(guān)博士學(xué)位論文 前10條

1 趙凌;基于fMRI技術(shù)研究循經(jīng)取穴針刺效應(yīng)的腦功能連接網(wǎng)絡(luò)響應(yīng)特征[D];成都中醫(yī)藥大學(xué);2011年

2 廖偉;基于磁共振成像的腦連接方法學(xué)及應(yīng)用研究[D];電子科技大學(xué);2011年

3 白紅民;類別特異性命名區(qū)的腦定位及其臨床應(yīng)用研究[D];第二軍醫(yī)大學(xué);2010年

4 陶好娟;首發(fā)精神分裂癥患者腦灰質(zhì)和腦網(wǎng)絡(luò)的磁共振成像研究[D];中南大學(xué);2012年

5 慎宰瑩;應(yīng)用功能磁共振成像（fMRI）對頭針治療中風(fēng)偏癱后腦功能重塑機制研究[D];北京中醫(yī)藥大學(xué);2013年

6 王美豪;語言功能腦區(qū)與運動性失語靜息態(tài)功能連接的功能磁共振研究[D];鄭州大學(xué);2013年

7 周廣玉;功能性消化不良患者大腦結(jié)構(gòu)和功能異常研究[D];西安電子科技大學(xué);2013年

8 薛婷;基于磁共振成像的無先兆偏頭痛患者大腦靜息狀態(tài)異常模式研究[D];西安電子科技大學(xué);2013年

9 喻大華;無先兆偏頭痛患者大腦結(jié)構(gòu)與功能異常的磁共振影像學(xué)研究[D];西安電子科技大學(xué);2013年

10 龍丹;基于多模態(tài)磁共振信息的早期帕金森病影像標(biāo)記及計算機輔助診斷研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 喬赫元;基于復(fù)雜網(wǎng)絡(luò)的腦功能研究與分析[D];中國科學(xué)技術(shù)大學(xué);2011年

2 郭怡適;人腦連接組的構(gòu)建算法優(yōu)化與局部特征可視化研究[D];中山大學(xué);2012年

3 王博;多發(fā)性硬化患者默認網(wǎng)絡(luò)的靜態(tài)功能連接與結(jié)構(gòu)連接的磁共振研究[D];南昌大學(xué);2012年

4 許強;基于磁共振的創(chuàng)傷后應(yīng)激障礙患者腦網(wǎng)絡(luò)研究[D];電子科技大學(xué);2012年

5 李宏永;復(fù)雜腦功能網(wǎng)絡(luò)穩(wěn)定性研究[D];蘭州理工大學(xué);2013年

6 杜雪;閾下啟動創(chuàng)傷信息對地震親歷者影響的腦機制研究[D];西南大學(xué);2013年

7 陳振彩;任務(wù)調(diào)制的大腦偏側(cè)化認知控制加工[D];西南大學(xué);2013年

8 黃磊;靜息狀態(tài)功能磁共振圖像的瞬態(tài)同步性分析[D];北京交通大學(xué);2013年

9 李靜;基于彌散張量成像的偏頭疼患者大腦結(jié)構(gòu)網(wǎng)格的異常研究[D];西安電子科技大學(xué);2013年

10 趙麗玫;青少年網(wǎng)絡(luò)成癮者靜息態(tài)異常模式的功能磁共振研究[D];西安電子科技大學(xué);2013年

【相似文獻】

相關(guān)期刊論文 前10條

1 吳海建;主成分分析的基本思想及應(yīng)用實例[J];河南省情與統(tǒng)計;2003年04期

2 宋濤;唐德善;;基于灰色數(shù)列預(yù)測和主成分分析的國債風(fēng)險仿真模型[J];統(tǒng)計與決策;2006年03期

3 張立華;金浩;邢會;張英民;;河北省經(jīng)濟可持續(xù)發(fā)展的全局主成分分析[J];河北工業(yè)大學(xué)學(xué)報;2006年02期

4 林海明;;主成分分析與初始因子分析的異同——兼與盧紋岱《SPSS for Windows統(tǒng)計分析》商榷[J];統(tǒng)計與決策;2006年08期

5 徐雅靜;汪遠征;;主成分分析應(yīng)用方法的改進[J];數(shù)學(xué)的實踐與認識;2006年06期

6 趙曉翠;王來生;;基于主成分分析和支持向量機的商業(yè)銀行信貸風(fēng)險評估[J];統(tǒng)計與決策;2006年13期

7 李建華;顧穗珊;藏晶;;基于主成分分析的高新技術(shù)成果轉(zhuǎn)化的聚類分析[J];工業(yè)技術(shù)經(jīng)濟;2006年07期

8 王建民;王傳旭;楊力;余忠林;王運祥;;基于主成分分析模型的煤礦企業(yè)員工滿意度實證研究[J];安徽理工大學(xué)學(xué)報(社會科學(xué)版);2007年02期

9 王斌會;;穩(wěn)健主成分分析方法研究及其在經(jīng)濟管理中的應(yīng)用[J];統(tǒng)計研究;2007年08期

10 李振紅;宋述剛;余運君;;湖北農(nóng)產(chǎn)品指標(biāo)的主成分分析[J];太原師范學(xué)院學(xué)報(自然科學(xué)版);2008年04期

相關(guān)會議論文 前10條

1 么彩蓮;魏寧;;關(guān)于主成分分析的改進方法探討[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

2 陳明星;繆柏其;靳韜;;利率影響因素的主成分分析與因子分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

3 孫曉東;胡勁松;焦s，

本文編號：1857535