基于群智能算法的人脑功能划分方法研究

发布时间：2020-09-21 14:49

　　 人脑是迄今为止人们发现的体积小、功能复杂和智能水平最高的系统。人脑的功能研究是脑科学中一项既重要又前沿的研究内容。作为一种获取人脑功能数据的主流神经影像技术,功能磁共振成像(functional magnetic resonance imaging,fMRI)因具有无创性、时空分辨率高和操作简单的优点而为人脑功能的研究提供了有力的数据支撑。人脑功能划分通过分割人脑皮层研究人脑的功能组织性,是一种基础性的人脑功能研究方法。目前,基于fMRI数据的人脑功能划分方法大多是已有经典聚类方法在人脑功能划分中的直接应用,不能较好地处理fMRI数据的高维性和低信噪比性,表现出搜索能力较差、对噪声敏感、划分结构的功能一致性和区域连续性较弱的不足。而群智能算法具有较强的全局搜索能力和一定的鲁棒性,并且在聚类划分方面表现出优于经典聚类算法的性能。针对人脑功能划分方法研究中的上述不足,本文首先面向fMRI数据,对人脑功能划分进行了较为系统的综述,然后基于群智能算法对静态人脑功能划分方法和动态人脑功能划分方法进行了创新性的研究。具体的研究工作如下:1、面向fMRI数据的人脑功能划分进展:以fMRI数据为基础,首先介绍了fMRI数据采集、面向fMRI数据的人脑功能划分的基本概念和分类及基本流程;其次从计算模型或机理的角度对面向fMRI数据的人脑功能方法进行了详细的阐述,其中给出一种静态人脑功能划分方法的分类体系;再次,梳理了人脑功能划分中常用的相似性度量和评价指标;最后,深入地分析了人脑功能划分中存在的不足。2、针对fMRI数据信噪比低和期望最大算法搜索高斯混合模型时易陷入局部最优的问题,提出了一种基于免疫克隆选择算法搜索高斯混合模型(Gaussian Mixed Model,GMM)的脑岛功能划分方法。该方法首先将GMM映射到抗体上;然后通过模拟克隆抗体、克隆变异和克隆选择三个细胞免疫机制完成GMM的优化搜索。其中,克隆变异抗体采用了混合的变异策略,能够根据迭代停滞情况灵活地采取不同的变异方式,增强了免疫克隆选择算法的搜索能力;同时,在搜索过程中融入了具有抗噪能力的动态邻域信息,有效地降低了fMRI数据中的噪音带来的不利影响。最后,根据最大后验概率,利用搜得的最优GMM实现对脑岛的功能划分。在真实fMRI数据上的实验表明:新方法不仅可以搜索到更优的GMM,而且与其他一些划分方法相比,可以得到具有较强功能一致性与区域连续性的划分结构。3、针对fMRI数据的高维性和低信噪比问题,提出了一种基于人工蜂群算法的人脑功能划分方法。该方法首先利用谱映射将预处理后的fMRI数据映射到低维空间以降低其维数,而后初始化参数和种群。其中,种群中的每个个体被初始化为一个向量,表示一个簇解。然后利用自适应交叉搜索、雇佣蜂搜索、观察蜂搜索和侦察蜂搜索四个模拟蜂群觅食的搜索机制完成簇解的优化过程。其中,提出的自适应交叉搜索模拟了峰王组织协调蜂群的觅食行为,根据适应度对当前最优个体与每个个体解做自适应交叉操作,克服了种群个体间信息交流不足的缺陷,提高了种群个体的多样性。应用于观察蜂的分步式搜索策略在一次搜索中既利用了中间的计算结果,又使用了最终的计算结果,增强了观察蜂搜索的宽度和整个搜索过程中候选个体的多样性。最后,根据簇内最小距离原则得到每个数据点的簇标,通过将其映射到体素上得到人脑的功能划分。在模拟fMRI数据上的实验结果表明新方法可以得到最接近于真实结果的划分。在真实fMRI数据上的实验结果表明:与一些常用的划分方法相比,所提方法不仅有较强的搜索能力,而且也可以得到具有较强功能一致性和区域连续性的划分结构;进一步通过相应划分亚区的功能连接指纹验证了划分结果的合理性。4、针对动态人脑功能划分方法研究中滑动窗口的参数配置和聚类算法的低效问题,提出了一种基于滑动窗口和人工蜂群算法的动态人脑功能划分方法。该方法由滑动窗口长度确定阶段、功能状态识别阶段和功能划分阶段组成。在滑动窗口长度确定阶段,首先利用新提出的功能连接相似性最小性准则确定滑动窗口的宽度,然后窗口化fMRI时间序列,并计算对应于每一窗口时间序列的表征被划分脑区体素与同侧半脑其它体素间功能的功能连接矩阵。在功能状态识别阶段,通过利用改进型人工蜂群算法对该功能连接矩阵聚类识别功能状态。其中,基于混合策略的雇佣蜂搜索以概率阈值的形式在原始搜索和最优解相应位填充中随机选择搜索方式,增强了雇佣蜂搜索的多样性和最优解的“拉动”作用;动态半径约束的侦察蜂搜索利用由种群中个体分布计算的约束半径强制侦察蜂在以放弃的食物源为中心、以此半径为约束的区域之外进行搜索,这在一定程度上增强了侦察蜂的全局搜索能力。在功能划分阶段,按时间顺序连接属于同一功能状态的时间序列,进而计算体素间的功能连接,并使用该改进型人工蜂群算法完成每个状态下的功能划分。最后,与其它动态划分方法在两个真实fMRI数据集上的实验表明:新方法不仅在搜索能力和功能划分结构上具有明显优势,而且也揭示了后扣带回的功能动态性。本文开展的工作,一方面丰富了面向fMRI数据的人脑功能划分的方法学研究,进一步加深了人们对人脑功能组织性的认识,为人脑疾病的预防和诊断提供了有益的方法辅助;另一方面,拓宽了群智能算法的应用领域,推动了它的研究和发展。因此,本文的研究既推动了人脑功能划分研究的发展,也具有潜在的应用价值。
【学位单位】：北京工业大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：R338;TP18
【部分图文】：

图 1-1 人脑的组成部分Fig. 1-1 Components of brain细胞体树突细胞核轴突图 1-2 神经元基本结构Fig. 1-2 Basic structure of neurons额叶顶叶

神经元基本结构

脑叶分布

【参考文献】

相关期刊论文 前4条

1 左西年;张U

本文编号：2823623