【摘要】：近年來,大量研究表明,腦網(wǎng)絡在結構和功能上具有一定的拓撲結構和組織特征,并能夠提供穩(wěn)定的生物標記,這為人們理解大腦機制提供了新的視角。因此,針對腦網(wǎng)絡的研究吸引了大量學者的研究興趣。目前功能性腦網(wǎng)絡(functional brain network,FBN)已經(jīng)成為探索大腦工作機制和挖掘信息生物標記以協(xié)助診斷某些神經(jīng)性疾病的重要手段(如帕金森癥(Parkinson's disease,PD)、自閉癥(autism spectrum disease,ASD)以及阿爾茲海默癥(Alzheimer's disease,AD))。盡管目前腦網(wǎng)絡的研究工作已經(jīng)取得大量進展,但腦網(wǎng)絡模型仍然存在可擴展性低、可解釋性差及無法有效利用先驗信息等缺點。為解決現(xiàn)有腦網(wǎng)絡模型存在的問題,本文基于正則化框架,對現(xiàn)有腦網(wǎng)絡模型進行改進。通過正則化框架中的數(shù)據(jù)擬合項和正則項分別對腦網(wǎng)絡的統(tǒng)計特性以及生理先驗進行建模,嘗試從新的角度提出一個穩(wěn)定、系統(tǒng)的腦網(wǎng)絡建�？蚣�。在此框架基礎上,本文的主要工作和創(chuàng)新之處如下:(1)將傳統(tǒng)基于Pearson相關的腦網(wǎng)絡建模方法重新構造成一個新的優(yōu)化模型,并將其引入到正則化框架中,從而極大的擴展了Pearson方法的模型空間。并且利用腦網(wǎng)絡的稀疏性和無標度性作為先驗知識,將其轉(zhuǎn)化為對應的正則項,以此作為一個簡單嘗試引入到模型中,從而得到了具有稀疏性和無標度性的腦網(wǎng)絡。(2)將數(shù)據(jù)中的噪聲假設進行建模并轉(zhuǎn)化為腦網(wǎng)絡模型中的正則項。通過這種方式提出了一種與腦網(wǎng)絡相關的核磁數(shù)據(jù)清洗方法。這種新的模型能夠在構建腦網(wǎng)絡的同時,有效的剔除潛在的數(shù)據(jù)噪聲點。通過實驗發(fā)現(xiàn),去除的噪聲點與一些特殊的靜息狀態(tài)顯著相關。(3)將模型擴展到張量空間,通過張量正則化的形式,引入腦網(wǎng)絡的組約束信息。利用張量的低秩正則化作為簡單嘗試,來逼近組內(nèi)腦網(wǎng)絡的相似性先驗信息。并通過PARAFAC分解求解張量的低秩正則化,得到具有組約束的腦網(wǎng)絡。為進一步驗證本文所構建的腦網(wǎng)絡模型,將其用于神經(jīng)性疾病的預測和診斷,同時為了避免特征提取和分類器給分類診斷結果帶來的混淆效應,本文全部采用最簡單的特征提取以及分類器訓練分類模型。實驗結果發(fā)現(xiàn),通過正則化框架,能夠有效的引入先驗信息,對構建的腦網(wǎng)絡進行約束。這種先驗信息的引入,能夠提高腦網(wǎng)絡對神經(jīng)性疾病的辨識性。本文模型構建的腦網(wǎng)絡模型在精度、靈敏性和特異性幾個指標中均較傳統(tǒng)方法有很大的提升。
【學位授予單位】：重慶交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R318
【圖文】：

而目前的工作大多都只注重在稀疏或者低秩先驗。文研究內(nèi)容和目標主要針對基于正則化框架的腦網(wǎng)絡建模進行研究，并針對腦網(wǎng)絡目進行了思考，并嘗試解決以上問題。首先，通過正則化框架可以加入約束信息來有效的避免數(shù)據(jù)噪聲對構建的腦網(wǎng)絡的影響。因此，可以圖的技巧運用到圖的投影矩陣正則化，從而指導構建更魯棒的腦網(wǎng)其他如在解剖或者其他一些手段所得到腦網(wǎng)絡存在很多結構上的先性”，“模塊性”，“無標度性”，“Hub 特性”，以及一些功能先驗信息[3驗信息轉(zhuǎn)化為合適的正則項，引入腦網(wǎng)絡模型。另外，基于正則項框型能夠很好的將一些拓撲結構以及一些生理信息引入到腦網(wǎng)絡的構地挖掘和研究腦網(wǎng)絡的連接模式。在本文中，主要針對腦網(wǎng)絡模型的使用了較為常用的 fMRI 數(shù)據(jù)作為構建腦網(wǎng)絡的數(shù)據(jù)來源，同時為了，本文只針對大尺度的腦網(wǎng)絡進行構建，即構建腦區(qū)或者興趣區(qū)之間絡。本文的研究方案如圖 1 所示：

圖 2 核磁共振信號產(chǎn)生機制，來源：Jorge Jovicich過程中，圖像有四個最基本的參數(shù)為回波時間(T視野大小�；夭〞r間是指給定脈沖刺激后，收指掃描一個完整的大腦成像所需要的時間；體辨率，決定了掃描的清晰程度；視野大小也就是是一個完整大腦還是部分大腦。一般的，體素越體素尺寸下，每個體素中的信號量顯著降低，相對于數(shù)據(jù)中整體噪聲波動量的變化量減少。會增加八倍的信噪比。因此 3T 的掃描儀通常采小與我們的任務設計有關，取決我們的任務是 interest ROI)。TR 由空間分辨率決定，分辨率分辨率和空間分辨率成反比關系，因此需要在層掃描，因此有掃描層數(shù)和掃描順序兩個參數(shù)

回波時間是指給定脈沖刺激后掃描一個完整的大腦成像所需要的時間，決定了掃描的清晰程度；視野大小也個完整大腦還是部分大腦。一般的，體素尺寸下，每個體素中的信號量顯著降于數(shù)據(jù)中整體噪聲波動量的變化量減加八倍的信噪比。因此 3T 的掃描儀通與我們的任務設計有關，取決我們的任rest ROI)。TR 由空間分辨率決定，分辨辨率和空間分辨率成反比關系，因此需掃描，因此有掃描層數(shù)和掃描順序兩個要多少次，掃描順序是指對大腦掃描的因此一般采取隔層掃描的策略即先掃描

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 張道強;接標;;基于機器學習的腦網(wǎng)絡分析方法及應用[J];數(shù)據(jù)采集與處理;2015年01期

2 郭浩;李越;劉志芬;曹曉華;陳俊杰;;抑郁癥復雜腦網(wǎng)絡社團結構差異分析及分類研究[J];計算機工程與設計;2013年08期

3 馬園園;鄭罡;周潔敏;張志強;鐘元;盧光明;;基于fMRI的腦功能整合數(shù)據(jù)分析方法綜述[J];生物物理學報;2011年01期

本文編號：2773514