【摘 要】
：
脑电图和磁共振成像是阿尔茨海默症临床诊断的有效手段，但由于缺乏有效的神经影像特征，导致阿尔茨海默症辨识准确率较低。本文将现代信息处理技术和机器学习方法相结合，对神经影像数据进行量化分析，评估患者脑功能，从而为该的病诊断提供有效依据。 设计电生理实验，采集阿尔茨海默症患者脑电数据，利用排序耦合指数分析多通道脑电信号之间的相关性，并构建脑功能网络。采用复杂网络方法，对脑功能网络结构进行分析，提取病变
论文部分内容阅读
脑电图和磁共振成像是阿尔茨海默症临床诊断的有效手段，但由于缺乏有效的神经影像特征，导致阿尔茨海默症辨识准确率较低。本文将现代信息处理技术和机器学习方法相结合，对神经影像数据进行量化分析，评估患者脑功能，从而为该的病诊断提供有效依据。
设计电生理实验，采集阿尔茨海默症患者脑电数据，利用排序耦合指数分析多通道脑电信号之间的相关性，并构建脑功能网络。采用复杂网络方法，对脑功能网络结构进行分析，提取病变特征。与健康受试者相比，阿尔茨海默症患者的脑区之间的相关性减弱，脑网络的小世界度降低，表明不同脑区之间信息传递和处理的能力下降。
将脑功能网络特征与模糊分类算法相结合，提出了基于脑网络的TSK(N-TSK)算法。分别以加权网络和无权网络特征作为输入训练N-TSK模型，实现了对阿尔茨海默症患者脑电特征的有效辨识。结果表明，利用加权网络进行分类的性能优于无权网络，准确度最高可达97.30%。此外，通过无权脑网络的特征识别分析发现，局部效率和聚类系数是最有效特征组合。
利用磁共振成像提供的空间结构特性，对大脑空间结构进行节点划分，并分析节点之间的结构相似性，重构患者脑网络。采用TSK、k近邻、支持向量机等算法分析发现，TSK识别阿尔茨海默症脑网络特征的效果最优，准确度可达94.55%。通过脑网络特征识别发现，节点介数和边介数是最有效的特征参数，表明阿尔茨海默症患者大脑的空间结构发生病变。
本论文提出基于脑网络的阿尔茨海默症识别方法，根据神经影像数据构建脑网络，并采用机器学习的方法，实现阿尔茨海默的特征识别，为阿尔茨海默症的脑功能评估和临床诊断提供依据。
其他文献
近年来,汽车拥有量的大幅增加,导致交通事故急剧增加,因此研究高精度车辆定位对车辆安全和自动驾驶来说非常重要。在非视距(Non-Line of Sight,NLOS)条件,传统超声波或激光测距方法很难估计车辆位置;在信号盲区(如森林、隧道或市中心)内,基于全球导航卫星系统(Global Navigation Satellite Systems,GNSS)的车辆定位误差变大。为了解决NLOS和信号盲区
威兰胶是一种新型的微生物多糖驱油剂,作为优良的三次开采驱油剂展现出了巨大的市场价值。目前,国内对于威兰胶的需求量日益增长,然而,国内威兰胶的培养技术尚不成熟,国外对我国威兰胶培养技术长期封锁,从而导致这一供需矛盾更加突出。因此,如何进一步发展威兰胶培养技术,得到高产的威兰胶菌种,成为国内研究的一个热点问题。本文主要工作是通过优化威兰胶液体发酵培养环境和挖掘鞘氨醇单胞菌(Sphingomonas s
沉积相是石油天然气存储研究的基础,对预测砂体分布及储层物性差别具有指导意义。单井相分析是沉积相研究的关键环节之一,而利用岩心标定的典型测井相识别沉积微相是单井相分析的最常用方法。但是,依靠人工识别测井相并解释沉积微相,存在两个问题,一是工作量大,对研究人员的经验要求高,结果的主观性强,二是测井资料不完整,存在缺失某项特征数据的现象。因此,可以借助本体和语义分类的技术对沉积相领域内的问题进行解决。本
随着移动互联网的提出与发展,越来越多的智能终端需要通过802.11无线局域网接入因特网进行互联互通,有限的无线信道资源面临着更加严峻的考验。为了提高无线局域网信道资源的使用率,IEEE 802.11n在物理层引入MIMO和信道绑定技术,最高支持600Mbps的比特速率。同时,802.11n在MAC层提出帧聚合和Block ACK机制,极大地减少了协议传输接入的开销,提高了MAC层的工作效率。但是由
在阵列信号处理(Sensor Array Signal Processing)中,波达方位(Direction-of-Arrival,DOA)估计是非常重要的研究方向之一,它广泛应用于勘探、雷达、导航、射电天文学以及地震等众多军事领域和国民经济领域。在实际波达方位估计系统中,相关干涉仪算法是一种常用的测向算法,具有算法简单,灵敏度高等优点,并且该算法精度较高,因而被广泛应用于多通道和单通道系统中。
极化码是一种能够达到信道容量的信道编码,由于编译码的低复杂度和信道容量可达的特性,自其被提出就引起了许多学者的关注。但是,传统的连续删除译码算法的串行输出特点导致较大的译码时延。虽然后来提出的简化连续删除译码算法达到了部分组合码的并行译码输出,但是还有一大部分组合码由于串行译码带来的时延较大的问题仍没有得到解决。针对这个问题,本课题设计了一种基于预译码的最大似然简化连续删除(Pre-Decodin
森林生物量是更好地理解全球变化和碳循环的关键参数。然而由于森林资源调查的困难性，目前并没有全球尺度的生物量数据。近年来用合成孔径雷达(Synthetic Aperture Radar，SAR)技术来估测生物量受到了越来越多的关注，因其在全球尺度下估测森林生物量的潜力。基于长波长林下穿透能力强的优势，如今许多国家都致力于长波长星载SAR的研究来对全球森林生物量进行估测，我国也在2017年由上海航天技
超宽带(Ultra-wideband, UWB)技术是一种无载波通信技术，美国联邦通讯委员会(Federal Communications Commission, FCC)将3.1GHz到10.6GHz分配给UWB，因此，UWB技术具有带宽高、速率快等特点。自组织网络(ad-hoc network)网络特点就是网络节点可自由移动，因此，Ad-hoc网络拓扑时刻变化，Ad-hoc网络拓扑发现需要节点
气液两相流流动形态的瞬态性以及复杂多样性，致使两相流中相含率的准确测量难度增加，测量结果受流型的影响大。利用起旋器的分离作用对流型进行规则化的方法，在一定程度上克服复杂流型对测量结果的影响，为气液两相流相含率的准确测量奠定了基础。为提高测量的准确度，本文采用CFD仿真、理论和实验三种研究手段相结合的方法，对气液两相螺旋环状流的衰减特性进行了研究，提出了螺旋流压降预测模型和螺旋环状流衰减模型，为工程
视觉信息感知与处理一直是类脑计算的热点问题之一，一方面它将有助于揭示人脑视觉系统中的高效信息处理机制，另一方面它将帮助人们解决类脑计算应用中的信息理解与处理等难题，但是目前结合类脑计算进行视觉信息处理的研究还尚未完善。本文将生物视觉理论和模拟视觉感知流程的计算模型与脉冲神经网络模型相结合，提出了模拟腹侧视觉通路功能的脑启发视觉神经元网络模型，并研究了其在FPGA平台下的高效硬件实现方法。本文主要贡