基于脑活动网络特征的ADHD分类研究

发布时间：2017-09-26 21:10

  本文关键词：基于脑活动网络特征的ADHD分类研究

  更多相关文章： 功能磁共振成像 静息状态 ADHD 支持向量机 独立成分分析

【摘要】：注意缺陷／多动障碍(Attention Deficit/Hyperactivity Disorder, ADHD)是一种非常常见的儿童精神障碍疾病。ADHD已成为近十几年来我国甚至世界一个严重的公共卫生问题。由于ADHD的病因和发病机制至今并不明了,其诊断和治疗都有较大难度,现在ADHD的客观诊断和有效治疗已成为现在热点研究课题之一。针对ADHD客观诊断,我们做了以下几方面的研究： 首先,我们分析研究了几种基于静息状态fMRI的脑活动分析方法(功能连接分析、局部一致性分析、低频振幅分析)。 其次,我们寻求一种基于静息状态功能磁共振成像的脑活动网络特征的ADHD分类研究方法。我们基于功能连接、低频振幅图以及局部一致性图等特征,对含有ADHD和正常人的109个被试(37个ADHD儿童和72个正常儿童),通过t检验的方法进行特征选择,选取200(500,1000)个t统计量最大的特征进行分类,主要采用支持向量机分类方法探索对ADHD的有效分类诊断,最后通过留一法交叉验证。但是分类结果并不理想。最高的分类准确率只有66.06%。 最后,鉴于基于功能连接、低频振幅图以及局部一致性图等特征的分类结果不甚理想,我们尝试使用脑功能网络独立成分特征对ADHD进行分类。作为该研究工作的一部分,本人检测了静息状态下智商对静息状态脑功能网络的影响,尤其是智商对额顶功能网络PFN的影响。我们通过独立成分分析得到被试对象(84个儿童,50个青少年)的空间图,通过空间图与智商的相关分析表明儿童中脑网络PFN与智商有着密切的关系。这表明在后续基于静息状态独立脑功能网络特征的ADHD分类研究中需要充分考虑智商的影响。
【关键词】：功能磁共振成像 静息状态 ADHD 支持向量机 独立成分分析
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP18;R749.94
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-11
• 1 绪论11-17
• 1.1 研究背景11-15
• 1.1.1 ADHD及其诊断11-12
• 1.1.2 静息状态功能磁共振成像与模式识别技术12-14
• 1.1.3 基于静息状态fMRI的神经精神疾病研究14-15
• 1.2 研究内容及意义15-16
• 1.3 本文主要工作16-17
• 2 基于静息状态fMRI的脑活动分析17-25
• 2.1 fMRI数据结构描述17-18
• 2.2 功能连接分析18-19
• 2.3 局部一致性(ReHo)分析19-21
• 2.4 低频振幅(ALFF)分析21-23
• 2.5 独立成分分析23-25
• 3 基于静息状态fMRI脑活动特征的ADHD分类研究25-40
• 3.1 实验背景25-27
• 3.2 数据获取及预处理27
• 3.3 特征提取和选择27-29
• 3.4 支持向量机29-34
• 3.4.1 线性可分情况30-33
• 3.4.2 线性不可分情况33-34
• 3.5 分类及交叉检验34-37
• 3.6 实验结果37-38
• 3.7 实验讨论38-40
• 4 智商对静息状态脑活动网络(PFN)影响的研究40-52
• 4.1 实验背景40-41
• 4.2 数据获取41-42
• 4.3 研究方法42-44
• 4.3.1 磁共振成像获取数据集42
• 4.3.2 RS-fMRI数据预处理42-43
• 4.3.3 TC-GICA和双回归43
• 4.3.4 PFN与IQ关系分析43-44
• 4.4 实验结果44-49
• 4.5 实验结果讨论49-52
• 5 总结与展望52-54
• 参考文献54-57
• 作者简历57-59
• 学位论文数据集59

【参考文献】

中国期刊全文数据库 前1条

1 杨丽琴;林富春;雷皓;;静息状态下脑功能连接的磁共振成像研究[J];波谱学杂志;2010年03期

，

本文编号：925732