本文關(guān)鍵詞：基于磁共振數(shù)據(jù)的特征選擇方法研究

  更多相關(guān)文章： 磁共振成像 特征選擇 模式識別 穩(wěn)定選擇 彈性網(wǎng)

【摘要】：特征選擇方法是模式識別中的一個重要組成部分,它的作用在于增強(qiáng)識別的效應(yīng)和發(fā)現(xiàn)醫(yī)學(xué)影像分析中潛在的生物學(xué)標(biāo)記。然而分析磁共振這種典型的高維小樣本數(shù)據(jù)(而且特征間相關(guān)較強(qiáng),大量特征冗余),傳統(tǒng)的多變量分析方法在較多時候得到的都是一些不穩(wěn)定和不可靠的結(jié)果。為了提高發(fā)現(xiàn)的生物標(biāo)記物的可解釋性和之后的分類器的可靠性,本文對磁共振數(shù)據(jù)的特征選擇方法進(jìn)行研究:通過對磁共振數(shù)據(jù)的特點分析,找到一種結(jié)合穩(wěn)定選擇方法和彈性網(wǎng)結(jié)合的特征選擇方法,并利用仿真實驗證明其相比于傳統(tǒng)的多變量方法具有明顯的魯棒性優(yōu)勢;通過對多中心注意力缺失癥病人(attention deficit/hyperactivity disorder,ADHD)的分析,發(fā)現(xiàn)了這種方法對于多中心網(wǎng)絡(luò)數(shù)據(jù)也具有優(yōu)勢;通過對面孔識別的數(shù)據(jù)分析,發(fā)現(xiàn)此方法對于結(jié)構(gòu)數(shù)據(jù)的有效性。主要工作如下:1通過對磁共振數(shù)據(jù)特點的分析,提出了一種結(jié)合穩(wěn)定選擇方法(stability selection,SS)和彈性網(wǎng)(Elastic net,EN)的特征選擇方法(SS-EN)。通過對仿真數(shù)據(jù)的實驗,我們發(fā)現(xiàn),該方法相較于傳統(tǒng)的多變量方法,在較強(qiáng)的噪聲干擾下,依然能得到較好的結(jié)果,即該方法具有很強(qiáng)的魯棒性。2通過對多中心ADHD數(shù)據(jù)建立診斷模型,尋找其客觀的生物標(biāo)記物并進(jìn)行了分類。結(jié)果證實了SS-EN算法對真實功能磁共振數(shù)據(jù)的有效性,不僅得到的生物標(biāo)記物有明顯的生理學(xué)意義,而且算法得到的特征用于分類也能得到比其他方法更好的結(jié)果。3通過對面孔識別數(shù)據(jù)進(jìn)行處理,尋找其腦激活區(qū)域。我們的研究證實了SS-EN算法對于檢測認(rèn)知任務(wù)的關(guān)鍵區(qū)域的有效性,并通過與其他方法的對比,發(fā)現(xiàn)了SS-EN算法能夠檢測到空間連續(xù)性更好的區(qū)域。
【關(guān)鍵詞】：磁共振成像 特征選擇 模式識別 穩(wěn)定選擇 彈性網(wǎng)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R445.2
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-19
• 1.1 引言10
• 1.2 核磁共振成像技術(shù)概述10-14
• 1.2.1 核磁共振原理10-11
• 1.2.2 磁共振圖像的建立11-13
• 1.2.3 功能磁共振原理13-14
• 1.3 基于磁共振數(shù)據(jù)的特征選擇方法研究14-18
• 1.3.1 監(jiān)督式特征選擇14-17
• 1.3.2 非監(jiān)督式特征選擇17-18
• 1.4 論文的研究內(nèi)容18
• 1.5 論文結(jié)構(gòu)安排18-19
• 第二章 一種用于MRI數(shù)據(jù)的特征選擇方法19-29
• 2.1 引言19
• 2.2 研究現(xiàn)狀19-20
• 2.3 算法研究20-23
• 2.3.1 穩(wěn)定選擇算法20-21
• 2.3.2 算法框架21-22
• 2.3.3 對比算法22
• 2.3.4 算法的參數(shù)選擇問題22-23
• 2.4 仿真數(shù)據(jù)構(gòu)造23-24
• 2.5 實驗流程24
• 2.6 實驗結(jié)果與討論24-27
• 2.7 本章小結(jié)27-29
• 第三章 基于多中心ADHD的功能連接研究29-37
• 3.1 引言29
• 3.2 材料與方法29-32
• 3.2.1 研究對象29-30
• 3.2.2 數(shù)據(jù)預(yù)處理30
• 3.2.3 腦區(qū)域分解30
• 3.2.4 全腦功能連接30-31
• 3.2.5 特征選擇方法31
• 3.2.6 分類方法31
• 3.2.7 分類性能評估31-32
• 3.3 結(jié)果與討論32-36
• 3.3.1 特征選擇結(jié)果32-33
• 3.3.2 分類結(jié)果33-35
• 3.3.3 方法比較35-36
• 3.4 本章小結(jié)36-37
• 第四章 基于磁共振數(shù)據(jù)的面孔識別研究37-41
• 4.1 引言37
• 4.2 材料與方法37-39
• 4.2.1 研究對象37-38
• 4.2.2 實驗程序38
• 4.2.3 影像數(shù)據(jù)收集與數(shù)據(jù)預(yù)處理38
• 4.2.4 實驗方法38-39
• 4.3 實驗結(jié)果與討論39-40
• 4.4 本章小結(jié)40-41
• 第五章 總結(jié)與展望41-43
• 5.1 本文總結(jié)41
• 5.2 工作展望41-43
• 致謝43-44
• 參考文獻(xiàn)44-49
• 碩士期間的研究成果49-50

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 劉建剛;李玲;;基于fMRI的Top-down面孔加工神經(jīng)機(jī)制的研究現(xiàn)狀[J];北京生物醫(yī)學(xué)工程;2011年02期

，

本文編號：747108