發(fā)布時(shí)間：2018-03-31 10:02

  本文選題：重度抑郁癥　切入點(diǎn)：復(fù)雜網(wǎng)絡(luò)　出處：《太原理工大學(xué)》2013年碩士論文

【摘要】：在競(jìng)爭(zhēng)壓力巨大的當(dāng)今社會(huì),抑郁癥發(fā)病率居高不下。而目前在醫(yī)學(xué)上還沒有檢查或者化驗(yàn)可以作為抑郁癥診斷的依據(jù),對(duì)抑郁癥的診斷還是以臨床診斷為主,這種診斷方式很大程度上是依賴于醫(yī)師的臨床經(jīng)驗(yàn)的,診斷準(zhǔn)確率偏低,因此,如何提高精神腦疾病診斷的準(zhǔn)確率是目前醫(yī)師所關(guān)心的一個(gè)重要問(wèn)題。目前國(guó)內(nèi)外越來(lái)越多的研究人員將復(fù)雜網(wǎng)絡(luò)理論應(yīng)用到腦認(rèn)知研究中,將一個(gè)整體的大腦系統(tǒng)看成一個(gè)復(fù)雜網(wǎng)絡(luò),并利用越來(lái)越先進(jìn)的技術(shù)手段采集人腦數(shù)據(jù),利用所采集的大腦數(shù)據(jù)來(lái)構(gòu)建功能腦網(wǎng)絡(luò),運(yùn)用復(fù)雜網(wǎng)絡(luò)理論對(duì)功能腦網(wǎng)絡(luò)進(jìn)行分析研究,取得了令人興奮的實(shí)驗(yàn)結(jié)果。在以往的研究中已經(jīng)證明:無(wú)論是抑郁癥患者還是正常人的功能腦網(wǎng)絡(luò)都明顯具有小世界屬性并且抑郁癥患者與正常人腦網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)是有些差異的。因此,我們就可以使用復(fù)雜網(wǎng)絡(luò)理論對(duì)抑郁癥患者和正常人的功能腦網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)進(jìn)行研究。本文首先利用抑郁癥患者與正常人的功能核磁共振數(shù)據(jù)在一個(gè)連續(xù)的閾值空間內(nèi)構(gòu)建了所有被試的功能腦網(wǎng)絡(luò);再運(yùn)用復(fù)雜網(wǎng)絡(luò)基礎(chǔ)理論知識(shí)分析了所有被試功能腦網(wǎng)絡(luò)的網(wǎng)絡(luò)屬性,例如特征路徑長(zhǎng)度、聚合系數(shù),度等;然后,對(duì)正常組和抑郁組功能腦網(wǎng)絡(luò)的全局屬性和局部屬性做統(tǒng)計(jì)檢驗(yàn),找出正常組和抑郁組功能腦網(wǎng)絡(luò)差異最為顯著的網(wǎng)絡(luò)屬性,以提取出可以從不同維度來(lái)表示抑郁癥患者功能腦網(wǎng)絡(luò)的屬性值;采用差異最為顯著的網(wǎng)絡(luò)屬性的不同組合作為分類特征,利用支持向量機(jī)分類算法對(duì)所有被試進(jìn)行分類,再設(shè)定閾值,根據(jù)統(tǒng)計(jì)顯著性提取不同數(shù)量的節(jié)點(diǎn)屬性與全局屬性組合作為分類特征,利用決策樹、貝葉斯、支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)四種分類算法,對(duì)抑郁癥患者和正常人進(jìn)行分類研究。通過(guò)分類研究,結(jié)果發(fā)現(xiàn):若利用網(wǎng)絡(luò)屬性的不同組合作為分類特征,將全局屬性和局部屬性組合作為分類特征所得到的分類準(zhǔn)確率最高。如果使用不同數(shù)量的網(wǎng)絡(luò)屬性作為分類特征,運(yùn)用不同的分類算法,支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)算法在閾值P為0.05下,所建的模型的分類模型的準(zhǔn)確率較高,分別達(dá)82.78%及81.36%,本文的研究對(duì)于抑郁癥的輔助診斷具有一定的應(yīng)用價(jià)值。
[Abstract]:In today's society, where the competitive pressure is enormous, the incidence of depression remains high. At present, there is no medical examination or laboratory test that can be used as the basis for the diagnosis of depression. The diagnosis of depression is mainly based on clinical diagnosis. This diagnostic method depends largely on the physician's clinical experience, and the diagnostic accuracy is low, so, How to improve the diagnostic accuracy of mental brain diseases is an important issue that doctors are concerned about. At present, more and more researchers at home and abroad apply complex network theory to brain cognitive research. Think of a whole brain system as a complex network, and use more and more advanced technology to collect human brain data, using the collected brain data to build a functional brain network. Using the complex network theory to analyze the functional brain network, In previous studies, it has been shown that the functional brain networks of both depression and normal people have obvious small-world properties, and that depression patients and normal human brain networks extend. The structure of the flutter is somewhat different. We can use complex network theory to study the topological structure of functional brain network in patients with depression and normal people. In this paper, we first use the functional nuclear magnetic resonance data of depression patients and normal people at a continuous threshold. The functional brain network of all the subjects was constructed in the value space. Then using the basic theory of complex network, we analyze the network properties of all the functional brain networks, such as characteristic path length, aggregation coefficient, degree and so on. The global and local attributes of functional brain network in normal group and depression group were statistically tested to find out the most significant difference between normal group and depression group. In order to extract the attribute values that can represent the functional brain network of depression patients from different dimensions; using different combinations of the most significant network attributes as classification features, support vector machine classification algorithm was used to classify all subjects. Then set the threshold, extract different numbers of node attributes and global attributes as classification features according to statistical significance, and use four classification algorithms: decision tree, Bayesian, support vector machine and artificial neural network. Classification of depression patients and normal people. Through the classification study, it is found that: if different combinations of network attributes are used as classification features, The combination of global attributes and local attributes is the most accurate classification feature. If different network attributes are used as classification features, different classification algorithms are used. Support vector machine (SVM) and neural network (NN) algorithm have a high accuracy of 82.78% and 81.36%, respectively, when the threshold P is 0.05. The research in this paper has a certain application value for the assistant diagnosis of depression.
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：R749.4;O157.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙永毅;史定華;;復(fù)雜網(wǎng)絡(luò)的特征譜及其應(yīng)用[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2006年01期

2 歐晴;殷保群;奚宏生;;基于動(dòng)態(tài)平衡流的網(wǎng)絡(luò)賦權(quán)[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2006年11期

3 方愛麗;趙繼軍;S.Boccaletti;V.Latora;Y.Moreno;M.Chavezf;D.-U.Hwang;;復(fù)雜網(wǎng)絡(luò):結(jié)構(gòu)和動(dòng)力學(xué)[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2006年03期

4 周毓麟;袁國(guó)興;;網(wǎng)絡(luò)平均短程與網(wǎng)絡(luò)乘積[J];計(jì)算物理;2006年02期

5 李永;方錦清;畢橋;劉強(qiáng);;和諧統(tǒng)一混合擇優(yōu)網(wǎng)絡(luò)中熵的特性[J];中國(guó)原子能科學(xué)研究院年報(bào);2006年00期

6 劉建香;;復(fù)雜網(wǎng)絡(luò)及其在國(guó)內(nèi)研究進(jìn)展的綜述[J];系統(tǒng)科學(xué)學(xué)報(bào);2009年04期

7 王科;胡海波;汪小帆;;中國(guó)高校電子郵件網(wǎng)絡(luò)實(shí)證研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年04期

8 方錦清;汪小帆;鄭志剛;;非線性網(wǎng)絡(luò)的動(dòng)力學(xué)復(fù)雜性研究[J];物理學(xué)進(jìn)展;2009年01期

9 劉杰;;復(fù)雜網(wǎng)絡(luò)下面向?qū)ο筌浖蓄惞?jié)點(diǎn)間交互網(wǎng)絡(luò)的可視化研究[J];現(xiàn)代商貿(mào)工業(yè);2010年02期

10 李永;方錦清;劉強(qiáng);;多種確定性廣義Farey組織的網(wǎng)絡(luò)金字塔[J];物理學(xué)報(bào);2010年05期

相關(guān)會(huì)議論文 前7條

1 方錦清;李永;劉強(qiáng);;試論多層次的高科技網(wǎng)絡(luò)的若干進(jìn)展[A];第四屆全國(guó)網(wǎng)絡(luò)科學(xué)學(xué)術(shù)論壇暨研究生暑期學(xué)校論文集[C];2008年

2 李永;方錦清;劉強(qiáng);;從網(wǎng)絡(luò)科學(xué)視角探索企業(yè)合作網(wǎng)絡(luò)[A];第四屆全國(guó)網(wǎng)絡(luò)科學(xué)學(xué)術(shù)論壇暨研究生暑期學(xué)校論文集[C];2008年

3 方錦清;;非線性復(fù)雜網(wǎng)絡(luò)的動(dòng)力學(xué)復(fù)雜性研究——我組復(fù)雜網(wǎng)絡(luò)研究的基本概況[A];第二屆全國(guó)復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)學(xué)術(shù)論壇論文集[C];2005年

4 李季;汪秉宏;蔣品群;周濤;王文旭;;節(jié)點(diǎn)數(shù)加速增長(zhǎng)的復(fù)雜網(wǎng)絡(luò)生長(zhǎng)模型[A];全國(guó)復(fù)雜系統(tǒng)研究論壇論文集（二）[C];2005年

5 李兵;丁沂;王浩;;基于復(fù)雜網(wǎng)絡(luò)思維的網(wǎng)絡(luò)信息空間安保體系初探[A];第二十一次全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2006年

6 李永;方錦清;畢橋;劉強(qiáng);;和諧統(tǒng)一的混合網(wǎng)絡(luò)中的相稱性系數(shù)轉(zhuǎn)變[A];第三屆全國(guó)復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)學(xué)術(shù)論壇論文集[C];2006年

7 唐強(qiáng);劉杰;;謝爾賓斯基地毯中基于擴(kuò)散聚集生長(zhǎng)的復(fù)雜網(wǎng)絡(luò)及其分析[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

相關(guān)重要報(bào)紙文章 前10條

1 山東省淄博市張店區(qū)人民檢察院 張業(yè)森　劉偉;網(wǎng)絡(luò)犯罪案件持續(xù)上升應(yīng)引起重視[N];檢察日?qǐng)?bào);2010年

2 通訊員 朱啟發(fā);網(wǎng)絡(luò)媒體在安康[N];安康日?qǐng)?bào);2009年

3 華中科技大學(xué) 紀(jì)紅;試論網(wǎng)絡(luò)文化的特征[N];光明日?qǐng)?bào);2008年

4 3Com中國(guó)區(qū)銷售及市場(chǎng)總監(jiān) 熊虎;企業(yè)網(wǎng)絡(luò)：以用戶為中心[N];計(jì)算機(jī)世界;2002年

5 廣州杰賽通信規(guī)劃設(shè)計(jì)院 張小可;TD/WCDMA向LTE演進(jìn)路徑分析[N];人民郵電;2010年

6 ;向802.11n設(shè)備架構(gòu)發(fā)出“挑戰(zhàn)”[N];網(wǎng)絡(luò)世界;2009年

7 任致鋼;用網(wǎng)路上行與思[N];解放軍報(bào);2013年

8 本報(bào)見習(xí)記者 李雪昆;網(wǎng)絡(luò)侵權(quán)治理緣何進(jìn)展緩慢[N];中國(guó)新聞出版報(bào);2007年

9 中國(guó)聯(lián)通陜西省分公司 周雙陽(yáng) 曹曉川 華為技術(shù)有限公司 趙景明;市場(chǎng)決定HSPA/HSPA+生命期[N];通信產(chǎn)業(yè)報(bào);2010年

10 張世友　馬傳松;加強(qiáng)大學(xué)生網(wǎng)上“慎獨(dú)”教育[N];光明日?qǐng)?bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 許超;《左傳》的語(yǔ)言網(wǎng)絡(luò)和社會(huì)網(wǎng)絡(luò)研究[D];南京師范大學(xué);2014年

2 鄧憶瑞;基于網(wǎng)絡(luò)維力的信息擴(kuò)散研究[D];哈爾濱工程大學(xué);2008年

3 劉茂省;復(fù)雜網(wǎng)絡(luò)上的動(dòng)力學(xué)模型分析及隨機(jī)影響[D];復(fù)旦大學(xué);2009年

4 李麗娜;基于鏈接的網(wǎng)絡(luò)數(shù)據(jù)分類和鏈接預(yù)測(cè)新方法研究[D];吉林大學(xué);2012年

5 陸鎖軍;生物復(fù)雜網(wǎng)絡(luò)抉擇行為與混沌同步研究[D];東華大學(xué);2008年

6 李濤;網(wǎng)絡(luò)信息資源的親權(quán)關(guān)系模型研究[D];武漢大學(xué);2010年

7 王波;基于派系的復(fù)雜網(wǎng)絡(luò)及其在公交網(wǎng)絡(luò)上的應(yīng)用研究[D];浙江工業(yè)大學(xué);2009年

8 李澍淞;基于蜂擁策略的網(wǎng)絡(luò)輿論演化模型研究[D];復(fù)旦大學(xué);2011年

9 姚燦中;產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)的建模、仿真與分析[D];華南理工大學(xué);2010年

10 林琛;WEB環(huán)境下的社會(huì)網(wǎng)絡(luò)挖掘研究[D];復(fù)旦大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張磊;論網(wǎng)絡(luò)圍觀[D];湖北師范學(xué)院;2013年

2 崔歡;網(wǎng)絡(luò)流行體傳播的成因、機(jī)制及效應(yīng)研究[D];渤海大學(xué);2015年

3 徐海冰;網(wǎng)絡(luò)自制劇研究[D];陜西師范大學(xué);2015年

4 鄧闖;復(fù)雜網(wǎng)絡(luò)上的合作演化控制研究[D];西安電子科技大學(xué);2014年

5 王青野;基于復(fù)雜網(wǎng)絡(luò)的指控網(wǎng)絡(luò)抗毀性研究[D];大連大學(xué);2016年

6 李雯;傳播視域下網(wǎng)絡(luò)自制劇《匆匆那年》研究[D];遼寧大學(xué);2016年

7 馮苗;網(wǎng)絡(luò)化視域下加強(qiáng)黨的執(zhí)政能力建設(shè)研究[D];濟(jì)南大學(xué);2016年

8 孫翱;復(fù)雜網(wǎng)絡(luò)與外部信號(hào)之間的同步研究[D];遼寧師范大學(xué);2016年

9 溫洪;功能腦網(wǎng)絡(luò)的構(gòu)建分析及在抑郁癥中應(yīng)用研究[D];太原理工大學(xué);2013年

10 張文萍;基于耦合網(wǎng)絡(luò)的級(jí)聯(lián)失效研究[D];浙江大學(xué);2015年

，

本文編號(hào)：1690243