基于复杂网络的人脑研究及其应用

发布时间：2021-08-28 23:45

　　自闭症是儿童群体中越来越常见的精神疾病。自闭症严重困扰患儿的生活,阻碍患儿的健康成长,给其家庭和社会带来了沉重的负担。若得不到及时治疗,患儿将失去与人正常交流的能力。因此,做好自闭症的早预防早诊断早治疗显得尤为关键。越来越多的研究显示,精神疾病患者的大脑发育一般会存在一定的问题,如果能够量化患者大脑和正常人大脑的某些差异,那么就可以更好地进行疾病诊治。本文基于自闭症患者的核磁共振数据,利用复杂网络的相关理论知识对大脑网络进行分析研究。本文所做的工作可描述如下:（1）本文分别构建了自闭症患者组和正常对照组的结构网络和功能网络,并利用复杂网络和图论的相关理论知识分析了两种网络的组间差异,结果发现自闭症患者结构网络和功能网络的小世界属性均出现一定程度的退化,而当网络受到攻击时,正常人大脑结构网络表现出了略好的恢复能力。另外,本文发现自闭症患者的结构网络在丘脑等区域的介数异常增高,这也解释了自闭症患者感觉器官异常灵敏的现象。而根据网络同步性的分析发现,自闭症患者组功能网络相较于常人更接近于规则网络,因而存在发育迟缓的问题。另外正常人功能网络的层次化、模块化程度等也更高,因而有更好的信息处理能力... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

图3-2两组被试的0-1结构网络三维图

图3-22两组被试的大脑局部活动信号对比

图3-23两组被试VMHC值差异

【参考文献】：
期刊论文
[1]基于复杂网络的串联式项目群结构脆弱性分析[J]. 郭宁,郭鹏,赵静.  工业工程与管理. 2019(04)
[2]机器学习分类算法在糖尿病诊断中的应用研究[J]. 吴兴惠,周玉萍,邢海花,龙海侠.  电脑知识与技术. 2018(35)
[3]结合光学脑成像及机器学习分类算法对自闭症大脑活动特征的研究进展[J]. 李军,程卉怡.  华南师范大学学报(自然科学版). 2018(05)
[4]人工智能技术在皮肤病辅助诊断的应用研究[J]. 傅裕,鲍迎秋,谢沂伯,张晶,郝伟,李伟平.  中国数字医学. 2018(10)
[5]基于机器学习的人工智能技术在眼科中的应用进展[J]. 赵乾,沈琳琳,赖铭莹.  国际眼科杂志. 2018(09)
[6]基于语音的抑郁症识别[J]. 潘玮,汪静莹,刘天俐,刘晓倩,刘明明,胡斌,朱廷劭.  科学通报. 2018(20)
[7]有向在线社交网络的拓扑结构分析[J]. 朱永习,严广乐.  信息技术. 2016(09)
[8]大脑功能连接在自闭症患者识别中的应用[J]. 乔丽.  中国校外教育. 2015(32)
[9]静息态功能磁共振在强迫症大脑网络连接研究中的应用[J]. 赵青,胡昊,王振.  上海交通大学学报(医学版). 2015(10)
[10]复杂脑网络研究进展——结构、功能、计算与应用[J]. 孙俊峰,洪祥飞,童善保.  复杂系统与复杂性科学. 2010(04)

博士论文
[1]复杂网络中的社团结构划分及分析应用[D]. 刘传建.山东大学 2014
[2]复杂网络中心性度量及社团检测算法研究[D]. 付立东.西安电子科技大学 2012
[3]复杂网络上的几种动力学过程研究[D]. 刘润然.中国科学技术大学 2011

硕士论文
[1]基于机器学习的注意缺陷多动障碍分类研究[D]. 张丽英.南昌大学 2018
[2]基于EEG数据的健康人大脑网络和癫痫病人大脑网络之间的不同特征和重要节点[D]. 李晶晶.北京交通大学 2018
[3]基于卷积神经网络的肺结节分类算法的研究[D]. 杨帆.太原理工大学 2018
[4]基于XGBoost算法的骨科辅助诊断模型研究[D]. 贾文慧.太原理工大学 2018
[5]基于机器学习的角膜炎图像辅助诊断研究与实现[D]. 杜婷.西安电子科技大学 2018
[6]基于fMRI的轻度认知障碍大脑网络研究[D]. 崇涛.西安电子科技大学 2017
[7]基于复杂网络的影响力节点识别算法的研究[D]. 王春燕.燕山大学 2015
[8]时间序列到复杂网络的统计指标分析[D]. 王莹.哈尔滨工业大学 2013
[9]复杂网络拓扑建模及模型优化研究[D]. 曹继伟.华中师范大学 2006



本文编号：3369463