利用彌散張量成像技術(shù)探究大腦的結(jié)構(gòu)特征以及大腦的結(jié)構(gòu)連接網(wǎng)絡(luò)是當(dāng)前腦疾病研究的重要方法之一。利用彌散張量成像技術(shù)得到的結(jié)構(gòu)腦影像數(shù)據(jù)被廣泛地應(yīng)用于對人格的探索以及研究中。在計算機(jī)領(lǐng)域中,針對各種各樣的大腦影像成像模式,復(fù)雜網(wǎng)絡(luò)理論能夠非常直觀地解釋其對應(yīng)的結(jié)果,適用于人腦的研究,可以在空間上對人腦進(jìn)行劃分,并研究大腦的各個區(qū)域。這些方法能夠有效的鑒別人格特質(zhì),準(zhǔn)確地診斷各類精神類腦疾病。然而在已有研究中,經(jīng)常忽略掉現(xiàn)實情況中年齡和性別等混雜因素對于大腦結(jié)構(gòu)影像數(shù)據(jù)的影響,忽略數(shù)據(jù)可能存在的聚集性特征,導(dǎo)致特征選取的有效性降低,最終造成分類準(zhǔn)確率的降低。之前有研究采用多元線性相關(guān)的方法,考慮多個混雜因素對數(shù)據(jù)的影響。然而,多元線性相關(guān)分析的方法會忽略數(shù)據(jù)的非獨(dú)立性等特征,無法對影響因素進(jìn)行正確的估計和假設(shè)檢驗。為了解決這些問題,本文提出了一種基于線性混合效應(yīng)模型進(jìn)行相關(guān)性分析的方法。本文主要工作如下:第一,分析結(jié)構(gòu)影像數(shù)據(jù),對結(jié)構(gòu)數(shù)據(jù)進(jìn)行預(yù)處理,提取腦影像結(jié)構(gòu)特征,構(gòu)建結(jié)構(gòu)網(wǎng)絡(luò),提取結(jié)構(gòu)網(wǎng)絡(luò)屬性,研究人格特質(zhì)與結(jié)構(gòu)影像特征的相關(guān)性。第二,針對數(shù)據(jù)集由于年齡和性別因素而存在的聚集性問題,充... 

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

論文組織結(jié)構(gòu)圖

大腦結(jié)構(gòu)網(wǎng)絡(luò)的構(gòu)建流程

0折交叉驗證Fig.3-110foldcrossvalidation


本文編號：3673153