遗传进化的随机SVM集群在磁共振成像中的应用研究

发布时间：2020-05-28 14:39

【摘要】：大脑是一个精妙而神秘的器官,对大脑的探索受到了各国政府和整个学术界的重视。近年来,由于脑成像技术的快速发展,寻找脑疾病的异常功能连接和病灶是当前脑科学的一个重要研究方向。本文以支持向量机(Support Vector Machine,SVM)方法为基础构建基于遗传进化的随机SVM集群,并分别对自闭症和阿斯伯格综合症展开研究。本文的主要研究内容如下:(1)提出了基于遗传进化的随机SVM集群(Genetic-evolutionary Random SVM Cluster,GE-RSVMC)。首先使用SVM分类器作为基分类器,随机挑选样本与特征构建集群,然后引入遗传进化的思想,对集群进行多次进化,逐渐完成对样本的最优特征选择。由于新方法采用集群克服了单个基分类器的性能波动,同时采用遗传进化的方法对集群内部进行优化,这些措施有效地提高了集群的泛化性能。(2)采用基于遗传进化的随机SVM集群对自闭症进行研究。从ABIDE数据库中收集了103个自闭症患者和106个健康对照者的静息态fMRI数据。通过建立被试的脑功能连接网络,并且以脑区的图论指标为特征,采用本文提出的模型对这些被试的脑功能连接进行分析,结果发现遗传进化的随机SVM集群可以有效地识别自闭症患者和正常人,分类准确率最高达到96.8%,并且发现了自闭症患者的缘上回、岛盖部额下回、梭状回以及海马等脑区的功能连接存在异常。实验结果表明该方法可能成为自闭症诊断的辅助手段,为自闭症的研究提供一种新的技术路线。(3)使用基于遗传进化的随机SVM集群对阿斯伯格综合症进行研究。从ABIDE数据库中收集了62个阿斯伯格综合症患者和86个健康对照者的静息态fMRI数据。通过构建被试的功能连接作为样本特征,使用遗传进化的随机SVM集群对阿斯伯格综合症患者和正常人进行分类,模型的平均准确率达到了83.95%,同时发现角回、楔前叶、尾状核和楔叶等脑区可以作为有效识别阿斯伯格综合症患者和正常人的重要脑区。该研究证明了GE-RSVMC具有良好的泛化性能,可以为阿斯伯格症的诊断与治疗提供重要参考。
【图文】：

磁共振成像

图 1-2 磁共振成像机断层扫描（Computed Tomograp不受骨像干扰、可以直接对大脑的成像，并且使脑科疾病的病理过程适用于脑科学的研究。像概述科学中发展迅速，医学工作者可以的组织变化并以此来判断病变区域显，，而且对发生病变的脑功能区的共振成像（functional MRI，fMR提供了强有力的工具。fMRI 具有前，fMRI 主要应用于脑科学、神的方法，探索和研究阿尔茨海默症

权重,硕士学位论文,出现次数

硕士学位论文.5 获取异常脑区计算最优特征中每个脑区的出现次数作为权重，每个脑区的权重如图 3-5 所代表脑区，节点的大小代表脑区的权重。表 3-4 显示了具有较高权重的脑区区在 ASD 患者和正常人之间存在显著差异。表 3-4 具有较高权重的脑区权重脑区14 SMG.R11 IFGope.L, IFGtri.L,REC.L10 FFG.L,ORBsup.R9 HIP.R,ORBsup.L,SOG.L,IPL.L,ANG.R,PAL.R,HES.L
【学位授予单位】：湖南师范大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R445.2;R749.94;TP181

【相似文献】