基于MST的AD脑网络异常模式挖掘

发布时间：2020-10-17 19:54

　　 阿尔茨海默病(Alzheimer’s Disease,AD)是一个重大的公共卫生问题,近些年,大量研究利用脑网络和图论方法分析AD和轻度认知障碍(Mild Cognitive Impairment,MCI)脑功能的异常,并且在MCI和AD脑网络中发现了不同程度的连接衰弱和拓扑结构异常。传统复杂网络分析方法在脑网络构造过程中阈值的选取会造成网络底层不全连接,从而影响各种网络属性的计算度量,导致脑网络的各种研究结果不统一。为了避免阈值选择带来的网络底层断开问题,许多研究运用最小生成树(Minimum Spanning Tree,MST)探索脑网络核心拓扑变化,尽管MST可以用作网络的稀疏表示,但脑网络具有高聚类和高全局效率的小世界属性是生物学界公认的,MST在构造过程中丢弃了大量的连接,树结构中不存在聚类和集群,仅使用MST来表示脑网络是不合理的。因此,寻求一种合理的脑网络分析方法对AD大脑拓扑变化进行有效探索,更好的辅助AD早期诊断,显得至关重要。本文从MCI和AD的脑网络拓扑结构变化出发,分析探讨了传统脑网络研究中存在的方法学问题,利用最小生成树方法保证网络底层全连接,提出在最小生成树基础上按照比例阈值加入一定连接的方法构造连通骨干网络(Connected Backbone Network,CBN)。这样既保证了网络底层全连接又保留了脑网络小世界属性,期望能解决传统网络分析方法中存在的问题,在脑网络分析的方法上进行有价值的探索。此外,为了探索疾病相关的脑网络拓扑变化在网络整体和结点特性上的不同表现,本文提出了中枢变化指数来刻画结点属性在三组被试间的变化。最后,本文分别整理了三组被试在最小生成树和连通骨干网络上两两组间差异显著的特征,使用支持向量机(Support Vector Machine,SVM)分类算法进行分类研究,借助分类效果说明最小生成树和连通骨干网络特征对脑网络研究以及AD早期辅助诊断的贡献,证明以最小生成树为基础的连通骨干网络能更好的描述网络真实结构,捕获网络底层的拓扑变化,有助于发掘AD脑网络异常模式变化,为AD早期辅助诊断提供重要依据。本研究主要完成的内容有以下几点:(1)针对传统网络底层不全连接的问题,利用最小生成树方法强制连通网络所有结点,探索MCI和AD脑网络框架的拓扑变化,计算MST全局属性和结点属性并对其进行统计分析,提取有显著性差异的MST属性特征。(2)针对最小生成树不具备聚类与集群的问题,本文提出在最小生成树基础上加入一定比例的连接构成连通骨干网络的分析方法对AD脑网络进行异常分析,计算三组被试连通骨干网络的全局属性和局部结点属性并对其进行统计分析,提取有显著差异的连通骨干网络属性。(3)为了更好的描述脑网络局部拓扑变化在整体结构上的表现,提出中枢变化指数的概念,计算各被试组在健康对照基础上的结点属性中枢变化指数,并对其进行统计分析,探索网络之间的拓扑变化关系。(4)为了将网络分析结果更好的服务于AD的早期辅助诊断,分别提取了组间差异显著的MST属性和CBN属性,构造特征空间,使用SVM分类器训练分类模型,采用留一验证法验证分类模型,分析不同网络特征对三组被试分类效果的贡献。三组被试间脑网络MST属性和CBN属性统计分析以及分类研究结果可知,MST为基础的CBN属性对三组被试间分类准确率的提高有很大的贡献,尤其是轻度认知障碍和正常被试之间的分类提升作用非常明显,这对AD的早期诊断提供了一定的依据。
【学位单位】：太原理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：R749.16;TP311.13
【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 AD脑网络研究现状
        1.2.2 最小生成树研究现状
        1.2.3 网络结构指标的研究现状
    1.3 本文主要研究内容
    1.4 论文结构安排
    1.5 本章小结
第二章 基于MST的AD脑网络构建
    2.1 脑网络分析方法探讨
    2.2 最小生成树构建过程
    2.3 最小生成树拓扑分析
        2.3.1 最小生成树常用度量指标
        2.3.2 最小生成树拓扑结构与度量指标
    2.4 连通骨干网络构建
    2.5 连通骨干网络拓扑分析
        2.5.1 连通骨干网络常用度量指标
        2.5.2 网络度量指标与拓扑结构
    2.6 数据介绍
        2.6.1 实验数据来源
        2.6.2 数据预处理
    2.7 脑网络构建结果
    2.8 本章小结
第三章 AD脑网络异常分析
    3.1 最小生成树属性分析
        3.1.1 全局属性差异分析
        3.1.2 局部属性差异分析
        3.1.3 最小生成树属性与临床表现的关系
        3.1.4 差异结果讨论
    3.2 连通骨干网络属性差异分析
        3.2.1 全局属性差异分析
        3.2.2 结点属性差异分析
        3.2.3 差异结果讨论
    3.3 本章小结
第四章 AD脑网络结点中枢变化分析
    4.1 结点中枢变化指数
    4.2 结点中枢变化指数的计算
    4.3 结点中枢变化结果分析
        4.3.1 最小生成树结点中枢变化分析
        4.3.2 连通骨干网络结点中枢变化分析
    4.4 结果讨论
    4.5 本章小结
第五章 AD辅助诊断研究
    5.1 分类基础理论
        5.1.1 分类过程
        5.1.2 SVM分类器
        5.1.3 分类性能评价
    5.2 特征选择情况
    5.3 分类结果
        5.3.1 NCvsMCI的分类结果
        5.3.2 NCvsAD的分类结果
        5.3.3 MCIvsAD的分类结果
    5.4 结果讨论
    5.5 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读学位期间发表的学术论文

【相似文献】

相关期刊论文 前10条

1 梁珂;隋立春;张谷生;;基于最小生成树和聚类算法的旅游线路规划[J];测绘技术装备;2016年04期

2 张娜;;改进最小生成树算法在移动自组织网络路由选择中的应用[J];沈阳化工大学学报;2016年01期

3 帅训波;马书南;;一种基于遗传算法的度约束最小生成树求解方法[J];曲阜师范大学学报(自然科学版);2010年01期

4 段渊;;基于遗传算法的广义最小生成树求解与应用[J];西华大学学报(自然科学版);2010年03期

5 田小梅;龚静;;遗传算法在度约束最小生成树问题中的应用[J];湖南环境生物职业技术学院学报;2009年03期

6 董军,关凤岩,吕宗宝;基于遗传算法度约束的最小生成树问题的研究[J];淮北煤炭师范学院学报(自然科学版);2005年01期

7 徐磊,章兢;广义最小生成树的遗传算法求解及应用[J];系统工程与电子技术;2004年03期

8 向丹,杨永;广义最小生成树的遗传算法研究[J];广东技术师范学院学报;2004年04期

9 汪遐昌;最小生成树问题[J];四川师范大学学报(自然科学版);1997年01期

10 翟延富;最小生成树的计算机求法[J];山东轻工业学院学报(自然科学版);1997年01期

相关博士学位论文 前10条

1 杨文宇;基于最小生成树算法的配电网架优化规划[D];西安理工大学;2005年

2 宋栋鸣;复杂金融网络若干问题研究[D];华东理工大学;2013年

3 盛玉红;不确定随机网络优化[D];清华大学;2015年

4 范德明;基于智能算法的应用层组播算法设计与研究[D];山东大学;2015年

5 张鑫;雾霾天（低质量）航拍图像道路目标提取算法研究[D];长安大学;2016年

6 崔卫红;基于图论的面向对象的高分辨率影像分割方法研究[D];武汉大学;2010年

7 刘恒殊;超光谱遥感图像压缩算法的研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2003年

8 陈波;基于图理论的穿墙雷达建筑物布局重构技术研究[D];国防科学技术大学;2014年

9 曲智国;基于图理论的图像结构化描述与匹配方法研究[D];国防科学技术大学;2013年

10 黄飞雪;证券市场的长期记忆及聚类复杂性研究[D];大连理工大学;2009年

相关硕士学位论文 前10条

1 苗丽雯;基于MST的AD脑网络异常模式挖掘[D];太原理工大学;2018年

2 秦轶;用单亲遗传算法求解度约束最小生成树问题[D];内蒙古大学;2013年

3 贾利芬;不确定随机网络下的度约束最小生成树问题[D];华北电力大学(北京);2017年

4 王立东;约束最小生成树算法的研究[D];西安电子科技大学;2009年

5 范凯翔;基于多种群的度约束最小生成树算法研究[D];天津工业大学;2016年

6 焦森林;度约束最小生成树算法[D];西安电子科技大学;2008年

7 李先彬;基于最小生成树的子通路研究[D];温州大学;2015年

8 陈誉东;求解推广的最小生成树的启发式算法设计[D];大连理工大学;2010年

9 李成洋;不确定图P-TopK最小生成树查询[D];东南大学;2017年

10 于亮;基于改进的最小生成树聚类算法研究[D];哈尔滨理工大学;2008年

本文编号：2845249