基于多层网络及频繁子图的脑网络连接比较研究

发布时间：2017-12-06 12:15

  本文关键词：基于多层网络及频繁子图的脑网络连接比较研究

  更多相关文章： 脑网络 多层网络 频繁子图 连接定义 准确度

【摘要】：人脑是身体系统中最复杂的器官之一,其分为左右两个大脑半球,并且,大量的神经元与神经元之间的连接存在于人脑中。近年来,对大脑结构的探究以及对大脑工作方式的分析成为自然科学领域的研究热点。利用复杂网络理论对人脑建模是大脑科学的主要研究方法之一。建模后,将人脑看作是由节点和边组成的脑网络,并基于该网络探索人脑的结构与行为,因此,网络构建的准确度对基于网络的脑研究意义重大。一般情况下,可通过功能磁共振成像以及脑电波的收集来获取构建功能脑网络的原始数据。在建模时,将脑区等同为网络当中的节点,脑区与脑区间的功能连接当作是脑网络中的边。而在衡量脑区与脑区之间的功能连接时,不同的连接定义方法所得结果差异较大,但是很少有研究者对其进行比较,也很难提出评价其优劣的标准。本文围绕脑网络这个研究热点,对功能脑网络的构建进行了探究,对不同连接定义方法构建所得脑网络的差异进行了比较,并更深层次的分析研究了不同功能连接定义方法构建所得脑网络的准确度。研究使用多层网络中的固有属性以及频繁子图挖掘算法来分析不同连接定义方法构建所得的功能脑网络的区别;在此基础上,提出两个新的衡量指标比较所得脑网络的准确度。本文主要的创新工作如下:第一,利用多层网络特有的层内与层间属性计算方法,计算核磁与脑电功能脑网络中网络的固有属性。即求得不同连接定义方法下,同类被试所得脑网络组中网络的属性值,进而通过网络属性值分析不同连接定义方法构建所得网络的差异。所得结果可以看出,对于同一组核磁被试,使用皮尔逊、偏相关与小波相关方法构建所得的网络具有显著差异。第二,使用频繁子图挖掘算法,分析静息态核磁数据与脑电数据构建所得功能脑网络的具体结构。即分析不同连接定义方法下,同类被试所得脑网络组中网络的频繁子图模式,进而通过频繁子图模式比较不同连接定义方法构建所得网络的差异。对于同一组核磁被试,使用皮尔逊、偏相关与小波相关方法构建所得的网络明显不同。第三,提出新的指标计算方法以衡量不同连接定义方法下构建所得网络的准确度。即分别基于多层网络中的固有属性以及频繁子图挖掘算法,提出两种新的指标来衡量不同连接定义方法所构建脑网络的准确度。实验结果均表明,对于核磁数据,使用皮尔逊连接方法构建得到的脑网络准确度最高。在脑电数据中,使用同步似然性连接方法构建得到的脑网络准确度最高。本文是国家自然科学基金项目—《基于解剖距离及节点相似度的多尺度脑功能网络建模方法研究》(no.61402318)的主要组成部分。本文重点研究在静息态功能脑网络的构建阶段,衡量脑区与脑区间的功能连接时,不同功能连接定义方法构建所得脑网络的差异。这不仅是国际前沿基础科学问题,也是国家重大需求。
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R338;O157.5

【参考文献】

中国期刊全文数据库 前4条

1 刘建国;任卓明;郭强;汪秉宏;;复杂网络中节点重要性排序的研究进展[J];物理学报;2013年17期

2 李亚鹏;沈蓉;戴慧;李炜;;探索大脑网络连接的几种方式--基于静息态功能磁共振数据[J];中国医学物理学杂志;2013年01期

3 李先通;李建中;高宏;;一种高效频繁子图挖掘算法[J];软件学报;2007年10期

4 王艳辉;吴斌;王柏;;频繁子图挖掘算法综述[J];计算机科学;2005年10期

，

本文编号：1258564