遗传进化的集群算法在影像遗传学中的应用研究

发布时间：2023-10-22 13:16

　　大脑是人类全身最特殊的器官,其复杂的运行机制离不开神经系统和基因等物质共同作用。影像遗传学是一门将神经影像学和遗传学相结合的新兴交叉学科,使得研究人员可以从宏观和微观两种角度探究大脑的工作原理。而机器学习模型已被广泛应用于大脑中的各种复杂问题的求解。因此,本文基于影像遗传学数据,利用遗传进化的集群算法对早期轻度认知障碍症患者和晚期轻度认知障碍症患者进行深入研究。具体研究内容如下:(1)提出遗传进化的集群算法——一种新的特征提取和分类方法。引入遗传进化和集成学习的思想,随机选择样本和样本特征构建集群,并在遗传进化过程中逐渐地剔除无关特征和冗余特征,通过在全局范围内自动寻优来优化算法,进而提高了模型的性能,达到较好的泛化能力。(2)基于遗传进化的随机森林对早期轻度认知障碍进行研究。首先,对37个早期轻度认知障碍患者和36个正常人的静息态功能磁共振成像数据和基因数据进行融合,构建融合特征。其次,构建遗传进化的随机森林模型,对患者和正常人进行分类并提取出能够区分患者和正常人的最优特征。最后,对最优特征进一步地统计分析,找到致病脑区和异常基因。研究结果表明,与其他方法相比,该模型具有较好的分类性...

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 影像遗传学概述
    1.3 国内外研究现状
        1.3.1 基于影像遗传学的研究内容现状
        1.3.2 基于影像遗传学的分析方法现状
        1.3.3 本文的研究动机
    1.4 本文的研究内容
    1.5 本文的组织结构
第2章 遗传进化的集群算法
    2.1 引言
    2.2 传统的集成学习技术
    2.3 遗传进化的集群算法
        2.3.1 遗传进化的集群算法的设计思想
        2.3.2 遗传进化的集群算法的具体实现过程
        2.3.3 遗传进化的集群算法的举例
        2.3.4 遗传进化的集群算法的性能分析
    2.4 遗传进化的集群算法在影像遗传学中的应用
        2.4.1 分类任务
        2.4.2 提取异常的“脑区-基因”对
    2.5 本章小结
第3章 遗传进化的随机森林的早期轻度认知障碍研究
    3.1 引言
    3.2 材料和方法
        3.2.1 道德声明
        3.2.2 研究对象
        3.2.3 数据获取
        3.2.4 数据预处理
        3.2.5 样本特征的构建
        3.2.6 遗传进化的随机森林
        3.2.7 实验设置
    3.3 实验结果及分析
        3.3.1 人口统计学数据的统计结果
        3.3.2 构建遗传进化的随机森林
        3.3.3 提取“最优特征”
        3.3.4 性能对比和分析
        3.3.5 致病脑区与异常基因
    3.4 本章小结
第4章 遗传进化的随机神经网络集群的晚期轻度认知障碍研究
    4.1 引言
    4.2 材料与方法
        4.2.1 研究对象
        4.2.2 数据获取
        4.2.3 数据预处理
        4.2.4 样本特征的构建
        4.2.5 遗传进化的随机神经网络集群
        4.2.6 实验设置
    4.3 实验结果及分析
        4.3.1 人口统计学数据的统计结果
        4.3.2 构建遗传进化的随机神经网络集群
        4.3.3 提取“最优特征”
        4.3.4 性能对比和分析
        4.3.5 致病脑区与异常基因
    4.4 本章小结
结语
参考文献
攻读硕士学位期间发表的科研成果及获奖情况
致谢



本文编号：3856590