基于影像的脑网络组算法与软件平台研究

发布时间：2017-06-01 19:08

  本文关键词：基于影像的脑网络组算法与软件平台研究，由笔耕文化传播整理发布。

【摘要】：人脑是个复杂而又神秘的系统，它由数百亿个神经元构成。研究大脑的有效方法之一就是通过脑网络。脑网络由相互连接，共同协作的脑区构成。研究发现精神病患者和普通人之间脑网络有显著不同。这表明脑网络研究具有十分总要的价值。然而，当前计算脑网络的软件具有一些弊端，，例如用户图形接口不友好，三维可视化效果差，计算耗时等问题。本文的主要工作在于研发了三种软件用于解决上述问题。 基于MATLAB开发的脑网络计算软件具有一个简约设计的GUI，它使得普通用户也可以方便地计算脑网络的各种属性。该软件是以Matlab工具箱存在，它提供大量的计算脑网络属性的函数库，可以很方便的计算脑网络的各种不同的属性值，并且该软件会根据当前的脑网络模式自动选择最佳的计算方法，用来减少计算时间。 基于VTK技术的软件可以方便地对脑网络的结构进行三维可视化，利用VTK技术进行三维渲染可以加快渲染速度。它可以显示脑网络的三维拓扑图，将脑网络直观的显现出来，方便观察。它也提供了修改脑网络特性的功能，比如可以修改脑网络节点的颜色、大小等。 基于WEB的脑网络软件不仅具备GUI和三维可视化能力，它还能将客户端的脑网络计算迁移到服务器端。利用并行计算技术和分布式计算技术，它可以节省计算时间。它的最大特点是跨平台，它可以在不同机器、系统上使用。它可以在客户端显示脑网络的三维拓扑图，也可以计算脑网络的一些属性值。
【关键词】：脑网络 复杂网络 工具箱 可视化 WEB
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：R310;O157.5
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 绪论9-17
• 1.1 研究背景9-10
• 1.2 国内外研究现状10-13
• 1.3 本文的研究内容及创新点13
• 1.4 研究的意义13-15
• 1.5 论文的章节结构安排15-17
• 第二章 脑网络组介绍17-21
• 2.1 脑网络组的基本概念17
• 2.2 网络结构表示方法17-20
• 2.2.1 拓扑图表示法17-19
• 2.2.2 矩阵表示法19-20
• 2.3 本章小结20-21
• 第三章 脑网络组的算法分析21-28
• 3.1 复杂网络算法理论21-25
• 3.2 复杂网络算法在脑网络组中的应用25-26
• 3.3 脑网络的小世界特性26-27
• 3.4 本章小结27-28
• 第四章 软件平台研究28-52
• 4.1 Matlab 计算工具箱28-40
• 4.1.1 程序函数设计与实现28-33
• 4.1.2 程序界面设计与实现33-38
• 4.1.3 工具箱实例测试38-40
• 4.2 脑网络组可视化应用40-47
• 4.2.1 软件具有的功能41-42
• 4.2.2 软件的使用方法42-46
• 4.2.3 数据格式文件说明46-47
• 4.3 脑网络组在互联网上的应用47-51
• 4.3.1 HTML5 技术48-49
• 4.3.2 互联网应用介绍49-51
• 4.4 本章小结51-52
• 第五章 脑网络组的分布式计算与并行化计算研究52-59
• 5.1 分布式计算介绍52-53
• 5.2 并行计算介绍53-54
• 5.3 分布式计算和并行计算实现过程54-55
• 5.4 仿真实验55-58
• 5.4.1 分布式计算仿真实验55-57
• 5.4.2 并行计算仿真实验57-58
• 5.4.3 综合仿真实验58
• 5.5 本章小结58-59
• 第六章 总结59-60
• 致谢60-61
• 参考文献61-63

【参考文献】

中国期刊全文数据库 前9条

1 段孝国;;分布式计算技术介绍[J];电脑知识与技术;2011年22期

2 孙俊峰;洪祥飞;童善保;;复杂脑网络研究进展——结构、功能、计算与应用[J];复杂系统与复杂性科学;2010年04期

3 张方风;郑志刚;;复杂脑网络研究:现状与挑战[J];上海理工大学学报;2012年02期

4 朱参世;;一种Warshall和Floyd算法的优化方法研究[J];计算机与现代化;2010年04期

5 陈国良;孙广中;徐云;龙柏;;并行计算的一体化研究现状与发展趋势[J];科学通报;2009年08期

6 蒋田仔;刘勇;李永辉;;脑网络:从脑结构到脑功能[J];生命科学;2009年02期

7 陈益富;卢潇;丁豪杰;;对Dijkstra算法的优化策略研究[J];计算机技术与发展;2006年09期

8 刘华星;杨庚;;HTML5——下一代Web开发标准研究[J];计算机技术与发展;2011年08期

9 刘天寅;;HTML5与未来的WEB应用平台[J];阴山学刊(自然科学);2010年02期

  本文关键词：基于影像的脑网络组算法与软件平台研究，由笔耕文化传播整理发布。

本文编号：413273