基于深度學習的阿爾茨海默病磁共振診斷方法研究
發(fā)布時間:2023-10-12 04:25
阿爾茨海默病為人類在中老年時期最為常見的慢性疾病之一,約占老年期癡呆的50%-60%。目前全球罹患阿爾茨海默病的人口數(shù)約5000萬人。隨著全球人口平均壽命的提升,老齡化趨勢逐步明顯,根據(jù)估計,阿爾茨海默病患者人口數(shù)約以二十年一倍的速度增長。目前,臨床上主要采用的治療方案為通過藥物治療、非藥物治療的聯(lián)合使用使疾病癥狀減輕、延緩病情發(fā)展。因此,阿爾茨海默病及其前驅癥狀的早期診斷,對于患者的治療具有重要的臨床意義。磁共振成像診斷為中樞神經(jīng)系統(tǒng)疾病的常用診斷方式之一。根據(jù)工作序列不同,磁共振不僅可以提供大腦的形態(tài)學信息,也可以用于評定不同腦區(qū)的化學成分狀態(tài)以及功能狀態(tài)。因此,磁共振成像在阿爾茨海默病及其前驅癥狀的臨床診斷工作中的作用逐漸得到重視。利用磁共振成像中常見的T1結構磁共振影像和靜息態(tài)功能磁共振影像兩種成像模態(tài),我們對阿爾茨海默病對腦部結構的影響及相應的計算機輔助自動診斷方法進行了研究。具體地,1)利用上海市精神衛(wèi)生中心采集的阿爾茨海默病、遺忘型輕度認知障礙以及正常認知三類被試的T1結構磁共振影像,我們對其各腦區(qū)皮層厚度和表面積進行測量,分析中國人群阿爾茨海默病及其前驅癥狀患者受疾病影...
【文章頁數(shù)】:95 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 阿爾茨海默病的生物學描述
1.2 磁共振成像原理
1.3 阿爾茨海默病的磁共振成像診斷
1.4 研究背景及意義
1.5 本文研究工作及組織結構
第二章 阿爾茨海默病及其前驅癥狀的大腦形態(tài)變化研究
2.1 本章引言
2.2 實驗數(shù)據(jù)
2.2.1 被試選取
2.2.2 數(shù)據(jù)采集
2.2.3 數(shù)據(jù)處理
2.3 統(tǒng)計分析
2.4 結果分析
2.5 小結
第三章 基于卷積-圖卷積網(wǎng)絡的阿爾茨海默病診斷模型
3.1 本章引言
3.2 卷積神經(jīng)網(wǎng)絡簡介
3.2.1 發(fā)展歷程
3.2.2 基本結構
3.2.3 梯度下降法
3.3 圖卷積神經(jīng)網(wǎng)絡簡介
3.4 自動診斷模型的搭建
3.4.1 開發(fā)平臺
3.4.2 模型結構
3.5 自動診斷模型的應用
3.5.1 數(shù)據(jù)及預處理
3.5.2 模型的訓練
3.5.3 測試結果
3.5.4 討論
3.5.5 小結
第四章 基于動態(tài)譜的圖卷積循環(huán)神經(jīng)網(wǎng)絡自動診斷模型
4.1 本章引言
4.2 循環(huán)神經(jīng)網(wǎng)絡簡介
4.3 基于動態(tài)譜的圖卷積循環(huán)神經(jīng)網(wǎng)絡診斷模型的構建
4.3.1 動態(tài)譜的獲取
4.3.2 模型結構
4.4 模型的訓練與測試
4.4.1 數(shù)據(jù)獲取
4.5 測試結果
4.6 討論
4.7 小結
第五章 總結與展望
參考文獻
碩士期間學術成果
致謝
本文編號:3853448
【文章頁數(shù)】:95 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 阿爾茨海默病的生物學描述
1.2 磁共振成像原理
1.3 阿爾茨海默病的磁共振成像診斷
1.4 研究背景及意義
1.5 本文研究工作及組織結構
第二章 阿爾茨海默病及其前驅癥狀的大腦形態(tài)變化研究
2.1 本章引言
2.2 實驗數(shù)據(jù)
2.2.1 被試選取
2.2.2 數(shù)據(jù)采集
2.2.3 數(shù)據(jù)處理
2.3 統(tǒng)計分析
2.4 結果分析
2.5 小結
第三章 基于卷積-圖卷積網(wǎng)絡的阿爾茨海默病診斷模型
3.1 本章引言
3.2 卷積神經(jīng)網(wǎng)絡簡介
3.2.1 發(fā)展歷程
3.2.2 基本結構
3.2.3 梯度下降法
3.3 圖卷積神經(jīng)網(wǎng)絡簡介
3.4 自動診斷模型的搭建
3.4.1 開發(fā)平臺
3.4.2 模型結構
3.5 自動診斷模型的應用
3.5.1 數(shù)據(jù)及預處理
3.5.2 模型的訓練
3.5.3 測試結果
3.5.4 討論
3.5.5 小結
第四章 基于動態(tài)譜的圖卷積循環(huán)神經(jīng)網(wǎng)絡自動診斷模型
4.1 本章引言
4.2 循環(huán)神經(jīng)網(wǎng)絡簡介
4.3 基于動態(tài)譜的圖卷積循環(huán)神經(jīng)網(wǎng)絡診斷模型的構建
4.3.1 動態(tài)譜的獲取
4.3.2 模型結構
4.4 模型的訓練與測試
4.4.1 數(shù)據(jù)獲取
4.5 測試結果
4.6 討論
4.7 小結
第五章 總結與展望
參考文獻
碩士期間學術成果
致謝
本文編號:3853448
本文鏈接:http://sikaile.net/yixuelunwen/jsb/3853448.html
最近更新
教材專著