本文關(guān)鍵詞：多模態(tài)磁共振兒童精神障礙的模式分類，，由筆耕文化傳播整理發(fā)布。

【摘要】：摘要：兒童時期常見的精神障礙類疾病發(fā)病率高,以孤獨癥和注意力缺陷多動癥最為常見,臨床診斷方法主觀性強。近年來磁共振技術(shù)飛速發(fā)展,已成為腦科學研究的一個重要手段,促進了人們對大腦的認識與研究。其中,磁共振結(jié)構(gòu)像能夠直觀的測量大腦形態(tài)的變化,功能磁共振能夠快速無損的反映大腦功能活動。 本文研究多模態(tài)磁共振圖像的自動分類方法,對比孤獨癥和多動癥患者與正常人大腦內(nèi)部的差異性,提取特征,進行分類。研究該類疾病的分類方法不僅可使患者能夠早期自動診斷,也可以認知疾病引起的大腦形態(tài)和功能的變化規(guī)律,具有重要的臨床和科學研究意義。 本文對31名孤獨癥患者、49名多動癥患者和48名正常對照組進行分析,利用多模態(tài)的磁共振數(shù)據(jù)自動識別兒童精神障礙： 1、首先對磁共振的結(jié)構(gòu)圖像做去頭皮、偏場校正等預(yù)處理。對三維大腦圖像進行分割,得到68個腦區(qū)和5類大腦皮層特征,共340個形態(tài)學特征。然后對所有的形態(tài)學特征進行統(tǒng)計分析和序列前向選擇,提取優(yōu)化的形態(tài)學特征集合,最后使用支持向量機對得到的特征進行訓練和分類。結(jié)果：對孤獨癥患者和正常人進行分類,SVM-SFS的平均測試準確率可達到93.67%。 2、對功能磁共振數(shù)據(jù)進行頭動校正、圖像配準和分割等預(yù)處理,再進行獨立成分分解,得到一系列統(tǒng)計獨立的分量,提取相應(yīng)的時間序列。對距離矩陣的建模后通過流形分析,將高維空間的功能數(shù)據(jù)映射到低維空間,提取特征進行分類。結(jié)果：支持向量機對于多動癥與正常人的分類準確率能夠達到87.6%,孤獨癥和正常人的分類準確率接近80%。 通過對模式分類結(jié)果的分析,可以了解孤獨癥和多動癥與正常人的大腦,在特定結(jié)構(gòu)和功能上都存在著差異。這些差異可以作為特征,對患者與正常人進行自動識別,得到很好的分類結(jié)果。本文研究可以為今后孤獨癥和多動癥的臨床計算機輔助診斷系統(tǒng)的構(gòu)建和應(yīng)用打下基礎(chǔ),也為深入認識這些疾病的大腦變化規(guī)律提供線索。
【關(guān)鍵詞】：孤獨癥 多動癥 磁共振 特征提取 模式分類
【學位授予單位】：中南大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：R749.94;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-7
• 目錄7-9
• 1 緒論9-17
• 1.1 研究背景和研究意義9-10
• 1.2 研究現(xiàn)狀10-15
• 1.2.1 孤獨癥和ADHD的臨床研究10-11
• 1.2.2 孤獨癥和ADHD大腦機制主要研究方法11-12
• 1.2.3 孤獨癥的多模態(tài)磁共振成像研究12-13
• 1.2.4 ADHD多模態(tài)磁共振成像研究現(xiàn)狀13-14
• 1.2.5 模式分類自動識別方法研究現(xiàn)狀14-15
• 1.3 本文研究內(nèi)容15-17
• 2 多模態(tài)磁共振成像和支持向量機原理17-23
• 2.1 MRI原理17-19
• 2.1.1 磁共振成像原理及特點17-18
• 2.1.2 功能磁共振成像基本原理18-19
• 2.2 模式分類19-22
• 2.2.1 特征選擇及提取19
• 2.2.2 支持向量機原理19-21
• 2.2.3 支持向量機核函數(shù)21-22
• 2.3 本章小結(jié)22-23
• 3 孤獨癥結(jié)構(gòu)像的模式分類23-33
• 3.1 數(shù)據(jù)和預(yù)處理23-25
• 3.1.1 實驗數(shù)據(jù)23
• 3.1.2 數(shù)據(jù)預(yù)處理23-25
• 3.2 基于t檢驗與序列前向選擇法的特征提取模式25-28
• 3.2.1 t檢驗統(tǒng)計分析25-26
• 3.2.2 序列前向選擇法26-28
• 3.3 基于SVM模式分類研究28-32
• 3.3.1 SVM參數(shù)選擇28
• 3.3.2 實驗結(jié)果28-32
• 3.4 本章小結(jié)32-33
• 4 ADHD和孤獨癥的靜息態(tài)功能像的模式分類33-43
• 4.1 數(shù)據(jù)和預(yù)處理33-35
• 4.1.1 實驗數(shù)據(jù)33
• 4.1.2 數(shù)據(jù)預(yù)處理33-35
• 4.2 基于ICA與ISOMAP的特征提取35-40
• 4.3 基于SVM模式分類研究40-42
• 4.4 小結(jié)42-43
• 5 總結(jié)與展望43-45
• 5.1 總結(jié)43-44
• 5.2 工作展望44-45
• 參考文獻45-50
• 附錄150-51
• 攻讀學位期間主要的研究成果51-52
• 致謝52

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 安龍;丁峻;;孤獨癥腦結(jié)構(gòu)性關(guān)聯(lián)異常[J];健康研究;2010年03期

2 謝娟英;雷金虎;謝維信;高新波;;基于D-score與支持向量機的混合特征選擇方法[J];計算機應(yīng)用;2011年12期

3 姚旭;王曉丹;張玉璽;權(quán)文;;特征選擇方法綜述[J];控制與決策;2012年02期

  本文關(guān)鍵詞：多模態(tài)磁共振兒童精神障礙的模式分類，由筆耕文化傳播整理發(fā)布。

本文編號：417853