【摘 要】
：
脑科学与类脑研究是“中国脑计划”的重大科技项目,主要包含脑疾病诊治、脑认知功能的神经基础、脑机智能技术等方面,攻克各类脑疾病是“中国脑计划”的主要研究方向之一。精神分裂症（Schizophrenia,SCZ）是一种严重的精神类疾病,利用多模态数据对SCZ进行辅助诊断具有重大意义。已有研究大多基于脑网络特征进行分类,而传统的脑网络特征的分类性能较差,特异性、准确率偏低,如何选择合适的特征来提高SCZ
论文部分内容阅读
脑科学与类脑研究是“中国脑计划”的重大科技项目,主要包含脑疾病诊治、脑认知功能的神经基础、脑机智能技术等方面,攻克各类脑疾病是“中国脑计划”的主要研究方向之一。精神分裂症（Schizophrenia,SCZ）是一种严重的精神类疾病,利用多模态数据对SCZ进行辅助诊断具有重大意义。已有研究大多基于脑网络特征进行分类,而传统的脑网络特征的分类性能较差,特异性、准确率偏低,如何选择合适的特征来提高SCZ的分类性能是亟待解决的问题。为了解决上述问题,本文将频繁子图挖掘应用于结构和功能网络,在采用g Span算法得到结构和功能的频繁子图后,提出一种新的异常子图筛选算法,并对结构和功能的异常子图进行拓扑分析,发现结构和功能存在的多种关系模式,最后将得到的异常子图作为特征进行分类,取得了较好的效果。主要研究内容如下:（1）提出了一种基于频率排序的异常子图筛选算法挖掘出的频繁子图数目过多需要进行筛选,传统的异常子图筛选方法存在冗余,影响拓扑分析和分类准确率。为了克服这一缺陷,本文提出一种新的异常子图筛选算法（Frequently Scoring Screen,FSS）,在不损失原有异常信息的同时去除冗余信息。（2）结合结构和功能进行拓扑分析在得到结构和功能的频繁子图后,对结构和功能网络中的一致子图和异常子图分别进行拓扑分析,异常子图会影响哪部分功能,并对发挥重用作用的脑区进行叙述。将结构和功能网络结合分析,发现子图模式在结构和功能网络中的呈现出不同的关系。（3）基于FSS得到的特征进行分类在得到结构和功能的异常子图后,将异常子图作为特征进行分类。为了衡量FSS算法的有效性,首先采用SVM分类对比FSS算法与其他脑网络特征的分类性能,其次将FSS算法得到的特征应用于不同的分类算法,最后将最佳分类性能与已有的SCZ分类算法进行比较,验证FSS算法的有效性。本文选择Openf MRI的公开SCZ数据集,采用g Span算法分别对结构和功能网络进行频繁子图挖掘,基于FSS算法筛选异常子图,对得到的子图模式进行拓扑分析,发现结构网络中的异常子图大多频率降低,而功能网络中的异常子图频率降低和升高同时出现,还发现子图在结构和功能网络中呈现出不同的变化趋势,对这些子图引起的功能障碍进行阐述。将FSS特征与其他脑网络特征对比,采用不同分类算法验证,并与现有的SCZ分类方法进行比较,本文的结果具有明显的优势。
其他文献
结直肠癌是世界第三大恶性肿瘤,其死亡率在所有恶性肿瘤疾病中高居第二,已严重威胁到人们的生命安全。目前,先开展新辅助放化疗方法,再进行手术切除肿瘤组织是结直肠癌推荐治疗方法之一。然而,由于患者身体状况不同,化疗将会给不同的患者带来不同的疗效。为了保证后续切除手术的顺利进行,手术前通过医学影像分析化疗效果是非常有必要的。肿瘤组织分割是整个分析工作的基础,其在临床实践中主要依靠医师手动完成。然而,医师手
构建更加精细的脑区亚区可以为揭示更全面的脑区认知、神经环路等提供更多的可能。以动物大脑为桥梁,基于影像特征进行人类大脑与猕猴大脑的跨物种比较,能为未来验证人类大脑上的发现和假设提供支持,进而发现人类大脑的工作机制和脑疾病的发展规律。猕猴上顶叶Brodmann 5区（PE区）在手臂运动的过程中负责处理深度和方向信息。有研究表明,人类大脑Brodmann 5区和猕猴大脑PE区是同源区域,从细胞构筑角度
构建功能化和血管化的三维组织是解决器官移植问题的主要方式,功能化和血管化的实现有利于构建体中营养物质的运输和细胞生长。三维（3D）打印技术凭借其能够精准制备复杂结构的能力和对多种材料的兼容特性,在实现体外组织的功能化、血管化方面发挥重要作用。3D打印的广泛使用推动了兼容可打印特性和生物功能支架材料的开发。水凝胶材料由于能够包容细胞生长,并具有可调控的力学性能,成为3D打印组织工程支架的首选材料。本
医学图像分割是医学处理领域的重要子方向,训练出高性能的深度图像分割模型是获得良好的医学图像病灶分割结果的关键所在。由于医学图像成像过程复杂,并且具有低对比度和噪声严重等特点。特别是超声图像这种利用超声反射原理形成的图像,其形成过程更加不稳定,这些特点就极大地增加了深度学习在医学图像领域广泛应用的难度。相比于自然图像来说,医学图像难以获取,标注成本也远大于自然图像。当数据匮乏的时候,神经网络的训练通
人脑是由无数神经元相互连接形成的复杂网络,基于脑网络的分类与预测在疾病诊断和脑机接口领域应用较广。脑网络随时间动态变化,对下一时间段脑功能网络的预测可以提前了解被试之后的脑认知状态,是现有脑机接口应用的拓展;对脑功能网络进行分类,对有望实现不同脑疾病诊断。因此,脑网络分类及预测是脑网络研究中新出现的热点。随着深度学习的发展,卷积神经网络（Convolutional Neural Networks,
脑网络是目前脑科学研究的主要手段之一。脑功能网络基于脑影像功能数据构建,研究人员已经提出了许多方法,取得了不少成果。但脑影像功能数据采集过程中不可避免会受到采集设备参数设置、噪声以及被试自身等因素的影响,使得构建的脑功能网络存在伪连接或丢失连接,导致网络表征不准确,可靠性相对较低,某些实验无法得到较为准确的结论,且结论的重测信度较低。因此,为了精准构建脑功能网络,研究脑功能网络的构建技术非常重要。
由于气候多变、环境恶化及生产环境不达标等原因,患蜂窝肺疾病的人数开始逐年增加,且5年生存率不足30%,比大多数癌症的生存率都低。目前蜂窝肺的评估主要依靠临床经验丰富的专业医师进行人工视觉判断,这种视觉评估具有较强的主观性,依赖于医师的临床经验和对征象的认知能力,并且只能对病人的患病情况进行定性分析,无法做到精准定量分析。目前,研究人员已经在医学图像的识别、检测和分割领域中获得了骄人的成绩,故可通过
平流层飞艇是依靠艇体内部充入浮升气体（氦气、氢气等）产生浮力,从而实现长期驻空于20km左右高空的一种飞行器。平流层飞艇有着常规飞行器不具备的优点:可以在低能耗的情况下长时间驻空飞行、不依赖场地可以垂直起降、制造成本低、可以作为高空通讯平台等,受到了世界各国高度关注,投资了大量的人力物力进行研究。为了提高平流层飞艇的承载力、巡航性能、稳定性等,许多学者对平流层飞艇结构进行了改进。本文以内部布置有充
火灾是影响各类建筑结构安全运营最主要的灾害之一,相对于高温后混凝土力学性能的退化,火灾引起的材料孔隙粗化、裂纹衍生等损伤,继而引发隐蔽耐久性问题更为显著,尤其是针对居于特殊水压环境的隧道结构,其安全使用及服役寿命维持遭受巨大威胁。基于玻化微珠轻质、高强、隔热、耐火等优异性能,本研究创新性的使用玻化微珠（GHB）作为保温骨料,利用其高热稳定性及释压机制对混凝土进行目标化改性。基于电子探针显微分析（E
胶质母细胞瘤（Glioblastoma,GBM）是成年人最常见的原发性恶性肿瘤,几乎是致命的,中位生存时间约为12-14个月。建立一个有助于GBM患者治疗决策和疾病管理的生存预测模型是十分有必要的。磁共振成像（Magnetic Resonance Imaging,MRI）作为GBM的无创性术前常规检查,可以全面、宏观地显示整个肿瘤,并提供肿瘤的精细特征,包括肿瘤的位置、形状、大小和异质性,MRI技