收藏本站
《大连理工大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络的团簇检验模型

徐华帅  
【摘要】:脑功能磁共振影像(functional magnetic resonance imaging,fMRI)分析领域一个核心问题是准确地检测出来图像的显著激活和变化的区域。然而,由于fMRI数据受各种噪声的影响很大,噪声来源包括头动伪迹(Motion artifacts)和图像采集时的伪迹(Image acquisition artifacts)等,这些噪声的幅值和真正的激活信号具有可比性,它们的数量级相差不大。如果使用检测效率不太严格的统计分析方法,那么噪声信号(也称假正值,假阳性)很有可能就混杂在了检测到的激活信号中;反之,如果使用的统计分析方法的检测效率过于严格,那么可能真实的激活信号也会被误当作噪声信号而检测不到。所以要想深入理解fMRI数据和研究大脑活动的机制,一个行之有效的统计分析方法是十分重要的。一个最理想的统计分析结果就是:最大程度的检测到激活信号,同时又能排除噪声干扰。然而当前fMRI领域常用的基于随机场理论的团簇检验方法,要求数据服从随机场分布,而且在实际应用中对强度阈值和空间平滑度都有严格要求。然而空间信息复杂的磁共振成像数据很难满足上述所有假设,所以目前的团簇检验模型在分析磁共振成像数据时的可靠性难以保证,这严重影响了脑科学研究的可信度和规范性。针对这一问题,本论文研究的目的是找到一种针对脑功能磁共振图像行之有效的统计分析方法,即基于神经网络的团簇检验模型。和传统检验方法相比,该模型利用了神经网络强大的拟合能力,不再受限于随机场理论的基于数据分布、平滑度、强度阈值等假设。输出总体误差率(family wise error,FWE)和图像体积、平滑度、强度阈值、团簇大小之间是通过大量的模拟仿真计算建立起来的一一对应的关系,给定图像体积、平滑度、强度阈值、团簇大小,即能对应出正确的FWE,而不像随机场理论那样需要经过复杂且不十分合理的推理计算。和基于随机场理论的团簇检验模型相比,本论文提出的基于神经网络的团簇检验模型在一些实验条件下,都可以明显降低统计结果的假阳性。可显著提高基于脑功能磁共振成像技术研究脑科学结果的可信度,对深入探索大脑功能机制具有重要意义。
【学位授予单位】:大连理工大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP183;R445.2

【参考文献】
中国期刊全文数据库 前3条
1 冯晓源,刘含秋;功能磁共振成像在中国的研究现状[J];中国医学计算机成像杂志;2004年05期
2 孟丽艳;;功能磁共振成像技术及其在脑科学研究中的应用[J];物理通报;2001年06期
3 孟庆安;功能磁共振成像[J];物理;1997年11期
【共引文献】
中国期刊全文数据库 前10条
1 朱敏;;浅谈抑郁症的病因学研究进展[J];当代医药论丛;2015年09期
2 李宏军;张岩岩;柳娇娇;赵晶;齐石;李瑞利;李宏军;;HIV相关脑痴呆多模态磁共振功能成像研究[J];临床放射学杂志;2014年12期
3 金炜;王文龙;闫河;;变采样率的磁共振图像分块压缩感知[J];光电子·激光;2014年12期
4 王卫卫;刘含秋;;周围神经损伤后脑功能重组MR成像研究进展[J];国际医学放射学杂志;2013年05期
5 张桂珊;肖刚;戴卓智;沈智威;李胜开;吴仁华;;压缩感知技术及其在MRI上的应用[J];磁共振成像;2013年04期
6 张林医;崔现成;;磁共振功能成像技术在临床医学中的应用综述[J];医疗装备;2013年04期
7 覃媛媛;朱文珍;王承缘;;脑功能磁共振成像的研究进展[J];放射学实践;2013年03期
8 陆媛媛;何之彦;;移植肾的磁共振检查[J];中国医学计算机成像杂志;2010年02期
9 唐建华;严福华;周梅玲;叶芳;徐鹏举;沈继章;陈财忠;李轫晨;张澍杰;陈锦;曾蒙苏;;磁共振灌注成像参数图在小乳腺癌诊断中的初步应用[J];中国医学计算机成像杂志;2009年02期
10 揭冰;杨振燕;赵小虎;恽虹;;小脑汉字词语处理相关脑区的功能磁共振研究[J];中国医学计算机成像杂志;2008年03期
【二级参考文献】
中国期刊全文数据库 前10条
1 刘含秋,冯晓源,刘登堂,黎元,汤伟军;精神分裂症患者词语流畅性作业测验的功能MRI研究[J];中华放射学杂志;2004年06期
2 张磊,金真,曾亚伟,王彦,臧玉峰;儿童注意缺陷多动障碍的功能磁共振成像研究[J];中华放射学杂志;2004年06期
3 马林,翁旭初,孙伟建,封世文,唐一源,张武田,李德军;纯失读症患者阅读功能恢复机制的功能MRI初步研究[J];中华放射学杂志;2004年04期
4 谢晟,肖江喜,白静,蒋学祥;正常老年人无意义图形记忆任务的fMRI研究[J];中国医学影像技术;2004年04期
5 倪皖东,郝晶,李坤成,韩济生,罗述谦;人脑对事件相关食物视觉刺激反应的功能磁共振成像的初步研究[J];中国医学影像技术;2004年04期
6 曾卫明,罗立民,梁晓云,王世杰,郭圣文;基于小波分析的功能磁共振图像的去噪预处理[J];应用科学学报;2004年01期
7 孙兮文,鲍敏,张效初,张达人;听觉记忆的脑功能磁共振研究[J];中国医学计算机成像杂志;2004年01期
8 郝晶,李坤成,王岩,陈骐,彭晓哲,周晓林;语义判断中选择与抑制机制的功能MRI研究[J];中国医学影像技术;2004年02期
9 柯维旭,李俊雄;人类大脑皮层对人物肖像和风景识别的fMRI研究[J];中国医学影像技术;2004年02期
10 金香兰,尹岭,刘买利,张许,吴义根,姚斌,朱克;针刺大鼠后三里穴脑fMRI成像的初步研究[J];中国康复医学杂志;2003年12期
【相似文献】
中国期刊全文数据库 前10条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
3 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
4 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
5 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
6 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
7 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
8 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
9 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
10 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
2 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
3 ;神经网络小史[N];电子报;2018年
4 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
5 ;人工智能将取得大面积突破[N];中国企业报;2017年
6 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
7 ;人类正迎来云端机器人时代[N];中国企业报;2017年
8 张斌;谁还需要“同传”[N];文汇报;2017年
9 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
10 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
中国博士学位论文全文数据库 前10条
1 徐鹏;基于深度学习的结构健康监测[D];暨南大学;2017年
2 韩韬;基于深度学习的柔性压力阵列信息的压缩采样、重构和预测[D];东华大学;2018年
3 刘宏建;基于网络诱导不完全信息的几类离散时滞随机忆阻神经网络的稳定性及状态估计问题研究[D];东华大学;2018年
4 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
5 靳然;基于神经网络和支持向量机的麦蚜发生动态预测研究[D];山西农业大学;2017年
6 李骁;基于深度卷积神经网络MSCT对小肾肿瘤病理分型的预测研究[D];中国人民解放军海军军医大学;2018年
7 李若霞;基于忆阻的神经网络的动力学分析及应用[D];东南大学;2017年
8 项延德;基于卷积神经网络的心电信号检测和分类研究[D];浙江大学;2018年
9 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年
10 李扬;面向图像目标识别和检测的深度神经网络关键技术研究[D];北京邮电大学;2018年
中国硕士学位论文全文数据库 前10条
1 唐瑜;基于矩阵束和神经网络两种方法的多径干扰抑制研究[D];厦门大学;2017年
2 齐照辉;基于TensorFlow的卷积神经网络应用[D];武汉大学;2018年
3 陈健;基于深度学习的汉字笔迹自动比较检验与鉴别研究[D];浙江理工大学;2019年
4 张玮;基于深度学习的织物面料成分分类算法研究[D];浙江理工大学;2019年
5 罗梦研;基于卷积神经网络的女装图像分类算法研究[D];浙江理工大学;2019年
6 陈霄凌;基于卷积神经网络的图像识别及在Spark平台的实现技术研究[D];云南大学;2017年
7 刘芳;合体女西装样板的自动生成[D];浙江理工大学;2019年
8 别海楠;铝合金6061微铣削加工有限元仿真研究[D];东北大学;2017年
9 郑江龙;基于卷积神经网络的隐式篇章关系识别模型[D];厦门大学;2017年
10 邵建军;基于神经网络和遗传算法的激光选区熔化成形工艺优化研究[D];华中科技大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026