学位论文 > 优秀研究生学位论文题录展示

弥散张量成像的脑连接模式分析

作　者: 方鹏
导　师: 胡德文
学　校: 国防科学技术大学
专　业: 控科学与工程
关键词: 弥散张量成像(DTI) 脑功能区分割概率追踪脑白质纤维连接机器学习
分类号: R445.2
类　型: 硕士论文
年　份: 2011年
下　载: 43次
引　用: 0次
阅　读: 论文下载

内容摘要

弥散张量成像(DTI)是利用组织中水分子弥散各向异性来探测组织微观结构的成像方法。弥散张量成像是一种灵敏的检测微观组织结构变化的非侵入性方法,它通过测量脑白质纤维中水分子的弥散方向和速度,估计出体素中弥散张量模型,实现对脑白质纤维的追踪重构。本文将机器学习方法引入弥散张量成像数据分析中,对抑郁症患者和正常人的脑白质纤维连接进行模式分类,对组间具有显著区分性的脑白质纤维连接进行分析。本文采用覆盖方法实现脑区分割并建立弥散张量模型,利用概率性纤维追踪算法实现脑区间脑白质纤维束重构。本文提出将被试大脑的脑白质纤维连接强度作为分类特征,利用局部线性嵌入和支持向量机相结合的机器学习方法,对抑郁症患者和正常人进行模式分析,交叉验证得到的分类识别率为91.7%,采用置换检验方法进一步验证了分类方法与结果的可靠性。在留一法交叉验证中提取出33个具有一致性高区分能力的脑白质纤维连接,这些连接主要分布在前额叶-边缘系统、顶叶-边缘系统和视觉-颞叶三个网络中,这三个网络的异常与抑郁症患者精神抑郁,情感、认知、注意失常有着密切联系,说明这三个网络中脑白质纤维连接异常可能解释抑郁症患者的行为异常,并且可能成为临床诊断的生物标签。

全文目录

摘要  8-9
ABSTRACT  9-10
第一章绪论  10-20
  1.1 课题来源与背景  10-12
  1.2 弥散张量成像研究现状及发展趋势  12-15
  1.3 机器学习在磁共振影像分析中的应用  15-16
  1.4 脑白质纤维连接的模式分析  16-18
  1.5 本文主要工作和全文结构安排  18-20
第二章磁共振弥散张量成像原理  20-30
  2.1 磁共振成像基本原理  20-21
  2.2 弥散张量成像的基本原理  21-26
    2.2.1 Skejestal-Tanner 序列原理  22-23
    2.2.2 弥散张量模型  23-24
    2.2.3 弥散张量系数计算  24-26
  2.3 脑白质纤维追踪基本原理  26-29
    2.3.1 确定性纤维追踪算法  27
    2.3.2 概率性纤维追踪算法  27-29
  2.4 本章小结  29-30
第三章脑白质纤维连接构建和分数各向异性值统计分析  30-46
  3.1 脑区分割与弥散张量数据预处理  31-35
    3.1.1 数据描述  31
    3.1.2 脑区分割  31-33
    3.1.3 图像的预处理  33-35
  3.2 弥散张量成像的脑白质纤维追踪  35-44
    3.2.1 弥散张量成像图像处理中的贝叶斯张量模型介绍  35-38
    3.2.2 脑白质纤维追踪重构  38-41
    3.2.3 对分数各向异性值的统计分析  41-44
  3.3 本章小结  44-46
第四章弥散张量成像的脑白质纤维连接模式分析  46-60
  4.1 机器学习及统计方法介绍  46-53
    4.1.1 局部线性嵌入算法  46-49
    4.1.2 支持向量机  49-52
    4.1.3 交叉验证法  52-53
    4.1.4 置换检验  53
  4.2 脑白质纤维连接的模式分析  53-59
    4.2.1 特征提取  53-54
    4.2.2 模式识别及统计检验  54-55
    4.2.3 特征分析  55-58
    4.2.4 讨论  58-59
  4.3 本章小结  59-60
第五章总结与展望  60-64
  5.1 工作总结  60-61
  5.2 未来工作展望  61-64
致谢  64-66
参考文献  66-72
作者在学期间取得的学术成果  72
作者在学期间参与的主要科研工作  72

弥散张量成像的脑连接模式分析

内容摘要

全文目录

相似论文