基于fMRI和深度学习的ASD儿童分类研究
发布时间:2021-08-05 07:17
自闭症谱系障碍(Autism Spectrum Disorders,ASD)是一种发生在儿童早期的神经发育障碍。ASD症状主要表现为社会和语言交流障碍以及兴趣和行为的异常,病情严重者甚至无法进行情感表达。它是一种在三岁之前发生的,并且以社会互动和沟通的定性障碍为主要特征的发育障碍,并伴随行为和兴趣狭窄、行为重复和刻板等症状。目前,大多数神经精神科医生主要通过访谈法和量表法对ASD患者进行诊断。这些方法比较依赖医生的专业素养,诊断结果具有较强的主观性和随机性,而且操作过程相对比较耗时。虽然人们对ASD新诊断方法的研究已经取得了很多成果,但是这些成果离临床诊断应用还有一定距离。与此同时,世界各地ASD儿童的数量却呈现不断上升的趋势。因此,本来人数不多的神经精神科医生将面临着需要诊断越来越多的ASD儿童的巨大压力。为了缓解这种矛盾、促使ASD儿童能早日康复,同时推动中国计算机辅助诊断(Computer Aided Diagnosis,CAD)ASD儿童技术的发展,本文提出基于静息态功能磁共振成像(functional Magnetic Resonance Imaging,fMRI)数据和深度...
【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】:
中国医院常用的磁共振扫描仪从1990年代开始,由于fMRI具有非侵入、无创伤和低辐射等优点,该技
突星网络
后默认网络
【参考文献】:
期刊论文
[1]脑功能成像在阿尔茨海默病和帕金森病诊断中的应用[J]. 赵志莲,卢洁. 中国医学影像技术. 2018(11)
[2]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)
[3]中枢神经系统功能磁共振成像临床诊断转化应用之路:挑战与突破[J]. 卢光明,张志强. 中国现代神经疾病杂志. 2018(03)
[4]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)
[5]基于改进栈式稀疏去噪自编码器的图像去噪[J]. 马红强,马时平,许悦雷,吕超,辛鹏,朱明明. 计算机工程与应用. 2018(04)
[6]基于深度学习的计算机辅助肺癌诊断方法[J]. 张鹏,徐欣楠,王洪伟,冯元力,冯浩哲,张建伟,闫守琨,侯宇轩,宋怡文,李佳翔,刘新国. 计算机辅助设计与图形学学报. 2018(01)
[7]医学影像计算机辅助检测与诊断系统综述[J]. 郑光远,刘峡壁,韩光辉. 软件学报. 2018(05)
[8]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)
[9]广州市小学教师对孤独症谱系障碍知晓情况与态度调查[J]. 陈运迷,金宇,张玲,万斌,潘宁. 社区医学杂志. 2017(15)
[10]基于深度学习和医学图像的癌症计算机辅助诊断研究进展[J]. 陈诗慧,刘维湘,秦璟,陈亮亮,宾果,周煜翔,汪天富,黄炳升. 生物医学工程学杂志. 2017(02)
博士论文
[1]较度ASD学龄儿童社会规则的认知特点、认知机制及其干预研究[D]. 田金来.东北师范大学 2016
硕士论文
[1]自闭症儿童康复训练社会工作介入研究[D]. 谢毛.湘潭大学 2017
[2]深度学习算法研究及其在图像分类上的应用[D]. 王曙.南京邮电大学 2016
[3]基于AUC的分类器性能评估问题研究[D]. 蒋帅.吉林大学 2016
[4]高光谱图像的数据压缩与分类算法研究[D]. 郭智.西安电子科技大学 2015
[5]基于正交矩原始值的激光焊点检测法[D]. 齐小龙.北京工业大学 2014
[6]基于多分类器集成的模式识别研究[D]. 潘翔.浙江工业大学 2002
本文编号:3323326
【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】:
中国医院常用的磁共振扫描仪从1990年代开始,由于fMRI具有非侵入、无创伤和低辐射等优点,该技
突星网络
后默认网络
【参考文献】:
期刊论文
[1]脑功能成像在阿尔茨海默病和帕金森病诊断中的应用[J]. 赵志莲,卢洁. 中国医学影像技术. 2018(11)
[2]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)
[3]中枢神经系统功能磁共振成像临床诊断转化应用之路:挑战与突破[J]. 卢光明,张志强. 中国现代神经疾病杂志. 2018(03)
[4]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)
[5]基于改进栈式稀疏去噪自编码器的图像去噪[J]. 马红强,马时平,许悦雷,吕超,辛鹏,朱明明. 计算机工程与应用. 2018(04)
[6]基于深度学习的计算机辅助肺癌诊断方法[J]. 张鹏,徐欣楠,王洪伟,冯元力,冯浩哲,张建伟,闫守琨,侯宇轩,宋怡文,李佳翔,刘新国. 计算机辅助设计与图形学学报. 2018(01)
[7]医学影像计算机辅助检测与诊断系统综述[J]. 郑光远,刘峡壁,韩光辉. 软件学报. 2018(05)
[8]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)
[9]广州市小学教师对孤独症谱系障碍知晓情况与态度调查[J]. 陈运迷,金宇,张玲,万斌,潘宁. 社区医学杂志. 2017(15)
[10]基于深度学习和医学图像的癌症计算机辅助诊断研究进展[J]. 陈诗慧,刘维湘,秦璟,陈亮亮,宾果,周煜翔,汪天富,黄炳升. 生物医学工程学杂志. 2017(02)
博士论文
[1]较度ASD学龄儿童社会规则的认知特点、认知机制及其干预研究[D]. 田金来.东北师范大学 2016
硕士论文
[1]自闭症儿童康复训练社会工作介入研究[D]. 谢毛.湘潭大学 2017
[2]深度学习算法研究及其在图像分类上的应用[D]. 王曙.南京邮电大学 2016
[3]基于AUC的分类器性能评估问题研究[D]. 蒋帅.吉林大学 2016
[4]高光谱图像的数据压缩与分类算法研究[D]. 郭智.西安电子科技大学 2015
[5]基于正交矩原始值的激光焊点检测法[D]. 齐小龙.北京工业大学 2014
[6]基于多分类器集成的模式识别研究[D]. 潘翔.浙江工业大学 2002
本文编号:3323326
本文链接:https://www.wllwen.com/shoufeilunwen/yxlbs/3323326.html
教材专著