基于结构磁共振成像的自闭症预测研究

发布时间：2024-04-13 05:33

　　自闭症(Autism spectrum disorder,ASD)是一种高度异质性的神经发育疾病,严重影响患者的正常生活。目前对ASD的临床诊断主要依据行为量表,具有一定的主观性。结构磁共振成像数据能够为ASD诊断提供客观依据,基于结构磁共振图像寻找到能够识别ASD的脑结构生物标记,有助于改善ASD的客观辅助诊断和理解其神经生物学机制。本文使用自闭症脑成像数据交换(Autism brain imaging data exchange,ABIDE)数据集的结构磁共振成像数据,从形态特征和灰质纹理特征两方面进行了 ASD定性预测研究,另外还基于形态特征进行了 ASD严重程度的定量预测研究。具体工作内容如下:(1)本文提取了体积和皮层厚度形态特征,分别基于单中心和多中心数据集进行了 ASD定性预测研究。首先利用t检验选择与ASD显著相关的特征,然后利用支持向量机对多个单中心数据集进行ASD预测,准确率大部分都在70%以上。为了进一步提升预测性能,提出了一种利用多核支持向量机融合皮层曲率和体积、皮层厚度两类形态特征的新方法,由于能利用互补信息,对NYU中心的ASD预测准确率达到79.46%,相...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
1 引言
    1.1 自闭症简介
    1.2 结构磁共振成像技术
    1.3 基于结构磁共振成像的自闭症预测的研究意义
    1.4 基于结构磁共振成像的自闭症预测的研究现状
    1.5 目前研究存在的问题
    1.6 论文研究内容与组织安排
2 基于形态特征的自闭症预测
    2.1 引论
    2.2 数据集
    2.3 形态特征的提取
    2.4 基于t检验的特征选择
    2.5 构建预测模型
        2.5.1 基于支持向量机的预测模型
        2.5.2 基于多核支持向量机的预测模型
        2.5.3 基于协同训练的预测模型
    2.6 研究结果与讨论
        2.6.1 基于单中心数据的结果
        2.6.2 基于多中心数据的结果
    2.7 本章小结
3 基于灰质图像纹理特征的自闭症预测
    3.1 引论
    3.2 数据集及预处理
    3.3 基于灰质图像纹理特征的自闭症预测方法
        3.3.1 方法概述
        3.3.2 子块划分与提取
        3.3.3 基于独立成分分析提取特征模型
        3.3.4 特征选择与构建预测模型
    3.4 研究结果与讨论
        3.4.1 子块数量对结果的影响
        3.4.2 独立成分数量对结果的影响
    3.5 本章小结
4 基于区域及区域间形态特征的自闭症严重程度预测
    4.1 引论
    4.2 数据集及自闭症严重性分数的获取
    4.3 区域及区域间形态特征的提取
    4.4 基于支持向量回归的预测模型
    4.5 结合区域及区域间形态特征的预测方法
    4.6 研究结果与讨论
        4.6.1 基于区域形态特征的结果
        4.6.2 基于区域间形态特征的结果
        4.6.3 结合区域及区域间形态特征的结果
        4.6.4 结果讨论
    4.7 本章小结
5 总结与展望
    5.1 论文的主要工作成果
    5.2 进一步的工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集



本文编号：3952556