基于功能磁共振数据的大脑网络研究及判别分析

发布时间：2020-05-13 10:57

【摘要】：功能磁共振成像是一种无创伤、无侵入的技术。由于这一特性,它越来越多的被应用于精神疾病的研究。本文希望通过分析脑功能连接网络考察精神分裂症的遗传特性。依照ALL模板将人脑划分为90个分区,采用Fisher's r-to-z变换将这些区域fMRI平均时间序列两两之间的相关系数转换成z值从而利用双样本t检验得到异常的连接,以构造对照组的全脑异常连接网络。在此基础上,做了一下几方面的工作：首先通过对精神分裂症患者与正常人大脑功能连接的异常和精神分裂症患者同胞与正常人大脑功能连接的差异作比较分析。找出它们的共同点,说明精神分裂症的遗传特性,其健康同胞患病的潜在威胁。结果发现：这两组对照的异常都主要出现在颞叶及颞叶内侧结构(Tem),顶叶(Par)和前额叶(PreF),其次在额叶其他部分(OthF),枕叶(Occ)等分区也出现了一定程度的异常连接。其次,通过对精神分裂症患者与正常人对照组进行训练得到了两个效果较好的分类器。利用他们分别对精神分裂症患者与正常人、精神分裂症患者与精神分裂症患者健康同胞对照组进行判别分析。T-Test特征选择结合支持向量机的判别分析结果显示前组的效果明显都高于后者,因此精神分裂症患者健康同胞是一类特殊的正常人,同时也进一步说明的其患病的潜在威胁性。用LOOTT特征选择结合支持向量机分析也得到了上述结果。在这些精神分裂症的遗传特性的考察过程中,我们找出了与精神分裂症有关的三个分区：颞叶及颞叶内侧结构(Tem),顶叶(Par)和前额叶(PreF)。还发现通过T-Test特征选择或LOOTT特征选择结合支持向量机对精神分裂症患者进行判别分析都能得到较好的分类效果。因此我们可以利用这两种分类器辅助精神分裂症的临床诊断。
【学位授予单位】：湖南师范大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：R445.2

【参考文献】