基于静息态fMRI脑功能连接的ASD辅助诊断智能算法研究
发布时间：2022-01-08 14:44
目前,孤独症谱系障碍（Austism Spectrum Disorder,ASD）的识别与诊断仍限于依据单纯症状学层面的观察与临床医生的经验判断。我国具有诊断ASD资质的医生的数量难以满足逐年增长的ASD患病率的临床需求,亟需研究机器智能分析的方法来辅助ASD的临床诊断。机器学习的方法是实现智能诊断的一种重要途径。针对当前机器学习用于ASD智能识别存在的一些问题,例如小样本数据上能取得很高的分类正确率而用于大样本或跨机构数据分类正确率会显著下降,本文以国际公开的自闭症脑影像数据共享项目（Autism Brain Imaging Data Exchange,ABIDE）数据集为研究对象,展开ASD患者脑异常特征提取关键技术研究,优化模式识别模型,提高大样本数据的分类正确率,提高分类模型的鲁棒性,实现跨机构数据样本识别的稳定性,为临床诊断提供重要的参考依据。本文主要研究工作如下:（1）完成了 ABIDE I（ABIDE数据集的第I部分）中的所有被试静息态功能核磁共振（functional Magnetic Resonance Imaging,fMRI）数据预处理这一繁琐而又非常耗时的工作。...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：114 页
【学位级别】：博士
【部分图文】：
图１．１?ＣＤＣ调查的ＡＳＤ发病趋势阁??目前，ＡＳＤ的病因和发病机制尚不清楚，识别勺诊断仍限于依据单纯症状??学层面的观察与临床医生的经验判断｜６１
图１．３?ＡＳＤ患者异常ＦＣ??Ｄｉ?Ｍａｒｔｉｎｏ等人的研究发现，一方面提示了使用大样本数据能够更加真实地??
ＢＯＬＤ－ｆＭＲＪ［ｉａ８４］。??ｆＭＲ丨一般分为任务态?ｆＭＲｌ?和静息态?ｆＭＲｌ?（ｒｅｓｔｉｎｇ－ｓｔａｔｅ?ｆＭＲｌ，?ｒｓ－ｆＭＲＩ）。任务??态ｆＭＲ丨是指在数据采集的过程中，被试需要执行特定的任务，例如睁眼、闭眼、??动手指或看图片等。ｒｓ－ｆＭＲＩ是指在扫描过程中，被试安静平躺，全身放松，头??脑清醒且没有接受任何外界任务刺激完成磁共振检查形成的影像［８５］。??ｒｓ－ｆＭＲＩ反映大脑自发神经活动，有研宄表明，人脑约占体重的２％，但能??量消耗却占２０％［８６］，图２．１显示了静息态下人身体的各个部位的能量消耗情况，??其中黑色阴影表示能量消耗比重，可见人脑消耗的能量比重相当大，这也反映??了即使在静息态的情况下，人的大脑也在进行复杂的运转。??（Ｉ??嫌、心脏??肝脏網??图２．１静息态ｒ身体各部位能《；消耗情况??相比任务态ｆｔｖＩＲＩ，ｒｓ－ｆＭＲＩ不需要设计者具有较强的心理学背景，特别是??对患有精神类疾病的被试来说，更容易实施实验。另外，不同研宄机构设计的??１３??
【参考文献】：
期刊论文
[1]孤独症脑自发活动动态性及其整合的异常机制[J]. 鲁彬,陈骁,李乐,沈杨千,陈宁轩,梅婷,周会霞,刘靖,严超赣. 科学通报. 2018(15)
[2]中心损失与Softmax损失联合监督下的人脸识别[J]. 余成波,田桐,熊递恩,许琳英. 重庆大学学报. 2018(05)
[3]基于深度学习的医学图像识别研究进展[J]. 刘飞,张俊然,杨豪. 中国生物医学工程学报. 2018(01)
[4]基于深度学习的医学影像诊断综述[J]. 张巧丽,赵地,迟学斌. 计算机科学. 2017(S2)
[5]自闭症谱系障碍儿童自伤行为功能评估及干预的研究综述[J]. 黎和敏,昝飞. 中国特殊教育. 2016(04)
[6]深度学习在控制领域的研究现状与展望[J]. 段艳杰,吕宜生,张杰,赵学亮,王飞跃. 自动化学报. 2016(05)
[7]深度学习中的自编码器的表达能力研究[J]. 王雅思,姚鸿勋,孙晓帅,许鹏飞,赵思成. 计算机科学. 2015(09)
[8]基于主成分分析和Softmax回归模型的人脸识别方法[J]. 汪海波,陈雁翔,李艳秋. 合肥工业大学学报(自然科学版). 2015(06)
[9]深度学习及其在目标和行为识别中的新进展[J]. 郑胤,陈权崎,章毓晋. 中国图象图形学报. 2014(02)
[10]深度学习的昨天、今天和明天[J]. 余凯,贾磊,陈雨强,徐伟. 计算机研究与发展. 2013(09)
博士论文
[1]基于多变量模式分析的fMRI解码与应用研究[D]. 汪方毅.华南理工大学 2017
本文编号：3576741
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：114 页
【学位级别】：博士
【部分图文】：
图１．１?ＣＤＣ调查的ＡＳＤ发病趋势阁??目前，ＡＳＤ的病因和发病机制尚不清楚，识别勺诊断仍限于依据单纯症状??学层面的观察与临床医生的经验判断｜６１
图１．３?ＡＳＤ患者异常ＦＣ??Ｄｉ?Ｍａｒｔｉｎｏ等人的研究发现，一方面提示了使用大样本数据能够更加真实地??
ＢＯＬＤ－ｆＭＲＪ［ｉａ８４］。??ｆＭＲ丨一般分为任务态?ｆＭＲｌ?和静息态?ｆＭＲｌ?（ｒｅｓｔｉｎｇ－ｓｔａｔｅ?ｆＭＲｌ，?ｒｓ－ｆＭＲＩ）。任务??态ｆＭＲ丨是指在数据采集的过程中，被试需要执行特定的任务，例如睁眼、闭眼、??动手指或看图片等。ｒｓ－ｆＭＲＩ是指在扫描过程中，被试安静平躺，全身放松，头??脑清醒且没有接受任何外界任务刺激完成磁共振检查形成的影像［８５］。??ｒｓ－ｆＭＲＩ反映大脑自发神经活动，有研宄表明，人脑约占体重的２％，但能??量消耗却占２０％［８６］，图２．１显示了静息态下人身体的各个部位的能量消耗情况，??其中黑色阴影表示能量消耗比重，可见人脑消耗的能量比重相当大，这也反映??了即使在静息态的情况下，人的大脑也在进行复杂的运转。??（Ｉ??嫌、心脏??肝脏網??图２．１静息态ｒ身体各部位能《；消耗情况??相比任务态ｆｔｖＩＲＩ，ｒｓ－ｆＭＲＩ不需要设计者具有较强的心理学背景，特别是??对患有精神类疾病的被试来说，更容易实施实验。另外，不同研宄机构设计的??１３??
【参考文献】：
期刊论文
[1]孤独症脑自发活动动态性及其整合的异常机制[J]. 鲁彬,陈骁,李乐,沈杨千,陈宁轩,梅婷,周会霞,刘靖,严超赣. 科学通报. 2018(15)
[2]中心损失与Softmax损失联合监督下的人脸识别[J]. 余成波,田桐,熊递恩,许琳英. 重庆大学学报. 2018(05)
[3]基于深度学习的医学图像识别研究进展[J]. 刘飞,张俊然,杨豪. 中国生物医学工程学报. 2018(01)
[4]基于深度学习的医学影像诊断综述[J]. 张巧丽,赵地,迟学斌. 计算机科学. 2017(S2)
[5]自闭症谱系障碍儿童自伤行为功能评估及干预的研究综述[J]. 黎和敏,昝飞. 中国特殊教育. 2016(04)
[6]深度学习在控制领域的研究现状与展望[J]. 段艳杰,吕宜生,张杰,赵学亮,王飞跃. 自动化学报. 2016(05)
[7]深度学习中的自编码器的表达能力研究[J]. 王雅思,姚鸿勋,孙晓帅,许鹏飞,赵思成. 计算机科学. 2015(09)
[8]基于主成分分析和Softmax回归模型的人脸识别方法[J]. 汪海波,陈雁翔,李艳秋. 合肥工业大学学报(自然科学版). 2015(06)
[9]深度学习及其在目标和行为识别中的新进展[J]. 郑胤,陈权崎,章毓晋. 中国图象图形学报. 2014(02)
[10]深度学习的昨天、今天和明天[J]. 余凯,贾磊,陈雨强,徐伟. 计算机研究与发展. 2013(09)
博士论文
[1]基于多变量模式分析的fMRI解码与应用研究[D]. 汪方毅.华南理工大学 2017
本文编号：3576741
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3576741.html
