發(fā)布時(shí)間：2017-03-27 16:06

  本文關(guān)鍵詞：精神分裂癥在靜息態(tài)功能性磁共振成像下的多模式分析，由筆耕文化傳播整理發(fā)布。

【摘要】：精神分裂癥是一種嚴(yán)重的精神疾病,一般認(rèn)為其患者大腦的某些腦區(qū)以及這些腦區(qū)間的功能性連接發(fā)生了異常。 論文通過多體素模式分析研究精神分裂癥患者和健康對照組受試者在靜息態(tài)下的腦功能連通,找出患者異常的功能性連通網(wǎng)絡(luò)和異常的腦區(qū)。 論文對22例精神分裂癥患者,患者都是符合美國精神疾病的診斷與統(tǒng)計(jì)手冊第四版中精神分裂癥的診斷標(biāo)準(zhǔn),和22例在性別、年齡和教育程度等方面都與患者匹配的健康對照組受試者進(jìn)行靜息態(tài)下全腦的磁共振掃描。在對采集的數(shù)據(jù)進(jìn)行預(yù)處理后,提取其功能性連通作為特征,再選用局部線性嵌入、線性判別分析和主成分分析分別對選取的特征進(jìn)行降維,然后選用C均值聚類和支持向量機(jī)分別對數(shù)據(jù)進(jìn)行分類。對比分析各類方法得到的分類結(jié)果,最后進(jìn)一步對得到最優(yōu)的分類率的結(jié)果進(jìn)行重建,得到具有最大分辨力的功能性連通和腦區(qū)信息。 結(jié)果顯示,采用線性方法——主成分分析和線性核的支持向量機(jī)進(jìn)行處理后的分類效果最好,分類率達(dá)到93.2%,大多數(shù)的連通特征是視覺皮層網(wǎng)絡(luò)、默認(rèn)模式網(wǎng)絡(luò)和感覺運(yùn)動(dòng)網(wǎng)絡(luò)。而且,在重建算法中,發(fā)現(xiàn)梭狀回展現(xiàn)出了最大的權(quán)重。結(jié)果表明,基于fMRI的多體素模式分析可以將精神分裂癥患者從健康對照組中識別出來,而梭狀回可能會(huì)影響精神分裂癥患者的一些明顯的生理學(xué)癥狀。權(quán)重較大的區(qū)域可能也是精神分裂癥患者信息交換中容易出問題的區(qū)域,因此,論文的結(jié)果將能為精神分裂癥的臨床診斷提供一種識別潛在的有效標(biāo)記的方法。
【關(guān)鍵詞】：精神分裂癥 fMRI 分類 視覺皮層網(wǎng)絡(luò) 梭狀回
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：R749.2;R445.2
【目錄】：

• 摘要4-5
• ABSTRACT5-7
• 目錄7-9
• 符號說明9-11
• 第一章 緒論11-16
• 1.1 課題背景11-15
• 1.1.1 人腦的研究11-12
• 1.1.2 靜息態(tài)網(wǎng)絡(luò)的研究12-13
• 1.1.3 精神分裂癥的腦網(wǎng)絡(luò)的研究13-15
• 1.2 論文所要解決的問題15
• 1.3 全文結(jié)構(gòu)概述15-16
• 第二章 多體素模式分類方法16-24
• 2.1 降維方法16-21
• 2.1.1 局部線性嵌入17-19
• 2.1.2 線性判別分析19-20
• 2.1.3 主成分分析20-21
• 2.2 分類方法21-24
• 2.2.1 C均值聚類21
• 2.2.2 支持向量機(jī)21-24
• 第三章 多體素模式分類研究及其結(jié)果24-35
• 3.1 引言24
• 3.2 數(shù)據(jù)實(shí)驗(yàn)設(shè)計(jì)和采集24-25
• 3.2.1 受試者24
• 3.2.2 數(shù)據(jù)采集24-25
• 3.3 數(shù)據(jù)預(yù)處理25-27
• 3.4 功能性連通分析27
• 3.5 分類方法27-31
• 3.5.1 特征提取27-28
• 3.5.2 降維處理28-29
• 3.5.3 分類29-30
• 3.5.4 留一交叉驗(yàn)證30-31
• 3.6 結(jié)果與討論31-35
• 第四章 精神分裂癥的異常功能性連通模式研究35-46
• 4.1 構(gòu)建重構(gòu)算法35-36
• 4.2 腦區(qū)及連通性變化的結(jié)果36-40
• 4.2.1 精神分裂癥患者中改變的靜息態(tài)功能性連通36-37
• 4.2.2 具有高分辨力的腦區(qū)37-40
• 4.3 功能性連通特征的行為學(xué)分析40
• 4.4 討論40-45
• 4.4.1 分類結(jié)果的討論40-41
• 4.4.2 算法可靠性檢驗(yàn)——置換檢驗(yàn)41-43
• 4.4.3 靜息態(tài)網(wǎng)絡(luò)的分析43
• 4.4.4 較大權(quán)重的腦區(qū)分析43-44
• 4.4.5 功能性連通特征的行為學(xué)分析44-45
• 4.5 結(jié)論45-46
• 第五章 總結(jié)與展望46-48
• 5.1 論文總結(jié)46
• 5.2 未來工作展望46-48
• 參考文獻(xiàn)48-56
• 致謝56-57
• 攻讀學(xué)位期間主要的研究成果57

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 劉志勇;馮國燦;王玨;;局部線性嵌入及其在人臉表情識別中的應(yīng)用[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

2 于濤;主成分分析及其算法[J];金筑大學(xué)學(xué)報(bào)(綜合版);1996年02期

3 劉海洪;劉哲寧;郝以輝;李凌江;徐林;;精神分裂癥功能磁共振成像研究近況[J];國際精神病學(xué)雜志;2006年01期

4 周炳;譚長連;唐勁松;陳曉崗;;早發(fā)性精神分裂癥腦功能連接的功能磁共振(英文)[J];中南大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2010年01期

5 馬武;陳波;潘成勝;;基于主成分分析的高速網(wǎng)絡(luò)IDS性能研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年10期

6 吳曉婷;閆德勤;;數(shù)據(jù)降維方法分析與研究[J];計(jì)算機(jī)應(yīng)用研究;2009年08期

7 張國印;樓宋江;王慶軍;程慧杰;;一種基于局部和判別特性的降維算法[J];計(jì)算機(jī)應(yīng)用研究;2009年09期

8 宋靚;;降維方法及非線性降維方法舉例[J];中國高新技術(shù)企業(yè);2011年10期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王彤;高維生物數(shù)據(jù)的分類與預(yù)測研究[D];上海交通大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 劉卓;高維數(shù)據(jù)分析中的降維方法研究[D];中國人民解放軍國防科學(xué)技術(shù)大學(xué);2002年

  本文關(guān)鍵詞：精神分裂癥在靜息態(tài)功能性磁共振成像下的多模式分析，，由筆耕文化傳播整理發(fā)布。

本文編號：270630