检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图卷积神经网络的孤独症诊断研究

基于图卷积神经网络的孤独症诊断研究

作者：陈钰中电子科技大学

学位级别：硕士

图神经网络具有强大的图嵌入表达能力,可以有效表征基于磁共振成像数据得到的脑网络的非欧式结构,因此在医学成像领域受到越来越多的关注。将图神经网络应用于脑疾病如孤独症谱系障碍有助于充分挖掘孤独症的脑网络特征并提高分类精度。... 详细信息

图神经网络具有强大的图嵌入表达能力,可以有效表征基于磁共振成像数据得到的脑网络的非欧式结构,因此在医学成像领域受到越来越多的关注。将图神经网络应用于脑疾病如孤独症谱系障碍有助于充分挖掘孤独症的脑网络特征并提高分类精度。然而,目前基于图神经网络的孤独症分类模型存在两个主要问题,一是已有图神经网络模型性能受到限制。例如,以往的研究过于重视节点特征而忽略了边特征,或者已有图神经网络模型仅限于单一节点和边类型图而忽略了多类型图,从而导致基于图神经网络分类孤独症的精度有待提高。二是图神经网络模型在孤独症识别的泛化性还远远不能令人满意。主要原因在于患者之间的症状存在较大的个体差异,不同机构数据之间也存在异质性。同时,受限于数据安全等方面的原因,不同机构之间的数据共享也存在限制。为了解决上述已有研究局限性,本论文的第一个工作提出了一种基于对抗学习的节点-边图注意网络,用于基于多模态磁共振数据的孤独症识别。首先,基于结构和功能磁共振数据对大脑节点和边特征进行建模,并通过所提出的节点-边图注意模块同时对边特征和节点特征进行图卷积操作从而同时关注节点特征和边特征。其次,采用两种对抗学习方法提高了模型的泛化性。最后,使用基于梯度的可解释性方法识别对孤独症分类起重要作用的脑区和连接特征。本论文的第二个工作在第一个工作基础之上将大脑同构图扩展为异构图,首先基于静息态功能磁共振数据构建不同的脑功能网络,并将其视为不同的连接类型构造具有多种连接类型的异构图,然后使用异构图Transformer模型完成孤独症的分类工作,最后使用联邦学习探究在不同机构之间影像数据无法共享时模型的训练过程。本论文第三个工作在前两个工作基础上,为了进一步提高模型的泛化性以及探究孤独症个体的内在特征,提出了基于图对比学习的无监督训练方法的孤独症分类。基于不同模态的磁共振信号构造大脑的不同节点类型,并基于不同的连接类型构造不同的边类型从而构造大脑功能结构异构图,其次采用融合位置编码的异构图Transformer模型作为特征提取骨干网络,最后采用无标签自蒸馏方法实现孤独症识别。上述三个研究工作使用了Autism Brain Imaging Data Exchange I(ABIDE I)公开数据集进行验证,相较基准方法均达到了更优的分类性能和更好的泛化性,体现了图神经网络模型在孤独症分类识别研究中的潜力。

关键词：孤独症图神经网络对抗学习联邦学习对比学习

基于深度学习的全局大脑功能网络时空模式的识别与研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的全局大脑功能网络时空模式的识别与研究

作者：严加栋电子科技大学

学位级别：硕士

复杂的大脑功能是由全局多个大脑功能网络之间的交互作用来实现的,其中每一个大脑功能网络具有特定的大脑空间分布,并对应特定的时间活动特性。基于功能磁共振(functional magnetic resonance imaging,fMRI)数据对全局大脑功能网络的时... 详细信息

复杂的大脑功能是由全局多个大脑功能网络之间的交互作用来实现的,其中每一个大脑功能网络具有特定的大脑空间分布,并对应特定的时间活动特性。基于功能磁共振(functional magnetic resonance imaging,fMRI)数据对全局大脑功能网络的时间和空间模式进行识别分析有助于深入理解大脑的功能运作机制。为了识别大脑功能网络的时空模式,研究者们最初使用以相关性分析为代表的基础方法,后来研究者们又提出使用以稀疏表达为代表的矩阵分解方法。相较于上述传统方法,近年来深度学习方法获得了较为理想的结果,但仍然存在两个主要缺陷:一是已有方法在时间和空间模式的识别过程中没有充分利用fMRI数据的时空特征且仅注重于单个模式(时间或空间)的识别;二是已有的深度学习方法侧重于识别单个大脑功能网络而非全局大脑功能网络。为了解决第一个缺陷,本研究首先提出了时空注意力四维卷积神经网络(STA-4DCNN)。该模型使用空间注意力四维卷积神经网络和时间引导注意力网络来分别识别大脑功能网络的空间和时间模式,一方面使用引导注意力机制解决了注重识别单个模式的问题,另一方面使用四维卷积技术进一步保证了 fMRI数据时空特征的充分利用。在此基础之上为了解决第二个缺陷,本研究提出了多头引导注意力图神经网络(Multi-Head GAGNN)。该模型使用空间多头注意力图U网络和时间多头引导注意力网络来分别识别全局大脑功能网络的空间和时间模式,不仅使用引导注意力机制和注意力图卷积以充分利用fMRI数据的时空特征,还使用分支网络结构保证了全局大脑功能网络的识别。本研究使用了 Human Connectome Project(HCP)和 Autism Brain Imaging Data Exchange I(ABIDE I)两个公开数据集的任务态和静息态fMRI数据验证了上述两个模型。实验结果表明这两个新方法相比已有方法具有更强的大脑功能网络时空模式识别能力和泛化性。本研究将上述大脑功能网络时空模式识别方法进一步应用于孤独症功能网络特性分析以及个体认知行为指标的预测。首先STA-4DCNN基于ABIDE I数据集成功识别出孤独症患者相较正常发育个体发生改变的大脑功能网络时空模式。其次Multi-Head GAGNN模型基于HCP数据集成功预测了正常个体的认知行为指标。本研究提出的两个新模型为个体化大脑功能网络时空模式的识别提供了有效方法,也为其在脑疾病诊断和大脑-认知行为的关联分析应用提供了新的思路。

关键词：大脑功能网络时空模式注意力机制四维卷积图卷积

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的大脑沟回功能特性差异研究

基于深度学习的大脑沟回功能特性差异研究

作者：蒋铭心电子科技大学

学位级别：硕士

人脑最显著的特征之一是其皮层表面高度褶皱,形成凸起的脑回和凹陷的脑沟。以往的研究广泛表明,脑回和脑沟在遗传学、形态学、结构和功能方面均存在显著差异。结合功能磁共振成像技术和深度学习方法的最新进展,一些开创性的研究针对沟... 详细信息

人脑最显著的特征之一是其皮层表面高度褶皱,形成凸起的脑回和凹陷的脑沟。以往的研究广泛表明,脑回和脑沟在遗传学、形态学、结构和功能方面均存在显著差异。结合功能磁共振成像技术和深度学习方法的最新进展,一些开创性的研究针对沟回功能差异在时频特征、功能连接、行为认知等方面的特性开展了初步有效的探索,但这些研究仍存在着以下不足:1)已有研究对沟回功能信号时频特性进行探索时仅仅注重了全脑尺度上沟回的神经活动差异,而大脑局部尺度上沟回的神经活动差异尚不清楚;2)已有研究仅将沟回的功能磁共振成像信号按时间维度集中排列输入模型,而其空间维度信息常被忽略;3)已有研究仅针对某一特定认知任务下的大脑功能连接进行阐述,而不同认知任务之间的沟回神经活动的规律性/可变性尚不清楚;4)已有研究重点关注沟回的无向功能连接强度特性,而沟回的有向功能连接特性及信息交互特性尚不清楚。为解决上述不足,本研究首先利用包含897名个体的人类连接组项目数据集(Human Connectome Project,HCP),提出基于脑区尺度的一维卷积神经网络对沟回功能信号进行分类,并结合时频分析、小波熵等方法,探索沟回信号在各脑区及各频率尺度上的差异,解决了上述第一点不足。其次针对第二点和第三点不足,我们利用HCP的7组任务态数据和静息态数据,提出了解剖学引导的时空图卷积网络对大脑沟回信号进行建模和分析,从模型可解释性的角度研究了沟回功能连接特征在任务态和静息态数据分类任务中的规律性/可变性。最后针对第四点不足,我们进一步利用卡尔曼滤波算法对沟回功能连接的方向性进行探索。我们发现脑回和脑沟的功能信号在不同脑区上具有不同的频率特征。负责大脑高级认知加工的区域具有更高的沟回分类准确率,即沟回功能分离越大。在大部分脑区,脑沟信号相较脑回信号更多样化、振荡更剧烈,而在扣带回相关脑区恰好相反。我们还发现了脑回和脑沟在不同任务域间的功能连接差异,其中脑回-脑回的连接数量总是显著大于脑沟-脑沟连接数量,脑回-脑沟连接数量居中。在大脑半球同侧和对侧神经通信中,脑回参与各任务神经活动的程度均高于脑沟。此外,上述沟回功能连接特征的方向性均有显著差异,即在大脑不同状态下沟回传递信息的流向很大程度上是不同的。本研究作为最早的基于深度学习方法系统性探索大脑沟回功能神经活动差异的工作之一,有助于更好地理解脑结构-功能-认知的关系。

关键词：大脑褶皱深度学习图卷积神经网络脑回脑沟

基于功能磁共振的大脑沟回功能动态变化特性差异研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于功能磁共振的大脑沟回功能动态变化特性差异研究

作者：杨世敏电子科技大学

学位级别：硕士

大脑皮层最显著的形态学特征之一是皮层高度褶皱形成凸起的脑“回”和凹陷的脑“沟”。在过去几十年里,大量研究揭示了脑回和脑沟在遗传学、解剖学、形态学、轴突纤维连接和功能方面具有显著差异,充分反映了大脑解剖结构与功能之间的密... 详细信息

大脑皮层最显著的形态学特征之一是皮层高度褶皱形成凸起的脑“回”和凹陷的脑“沟”。在过去几十年里,大量研究揭示了脑回和脑沟在遗传学、解剖学、形态学、轴突纤维连接和功能方面具有显著差异,充分反映了大脑解剖结构与功能之间的密切联系。随着近年来磁共振成像（magnetic resonance imaging,MRI）技术的飞速发展,采用非侵入式活体功能磁共振成像（functional MRI,fMRI）技术研究大脑沟回的功能区别已受到越来越多的关注。然而已有的大脑沟回功能差异性研究具有以下四个局限性:1.已有沟回功能研究假设fMRI信号在整个扫描段内具有时域不变性,未考虑大脑功能活动的动态变化性,因此大脑沟回的功能活动是否也存在动态变化差异性尚不清楚。2.已有研究表明了大脑功能活动的动态变化特性与学习和高阶认知功能的个体差异密切相关,但大脑沟回的功能差异与大脑认知功能及行为的关系尚不清楚。3.已有研究多基于静息态（resting state）和任务态（taskbased）fMRI数据研究大脑沟回功能内在活动或特定任务下的功能差异,而自然刺激（natural stimulus）fMRI下的大脑沟回功能特性差异尚不清楚。4.已有研究多基于3T fMRI数据,而沟回功能差异在7T fMRI的可重复性有待验证。为了解决上述四个问题,本研究首先使用公开的人脑连接组项目（Human Connectome Project,HCP）819人的3T静息态fMRI数据集,分别从全脑尺度和局部尺度分析了大脑皮层沟回的静息态功能信号的动态变化特性及其差异。其次,我们采用相关分析和弹性网络回归模型分析了上述全脑和局部尺度的沟回静息态功能动态变化特性与特定行为认知量表的关系。最后,我们使用HCP提供的171人7T自然刺激（观看电影）以及静息态fMRI数据,分析了自然刺激状态下沟回功能活动的动态变化差异及其与静息态下沟回功能活动差异的区别。上述研究发现,在全脑尺度上,脑回功能活动的动态变化显著大于脑沟;脑回/脑沟表面顶点的功能信号动态变化特性均与个体流体智力显著相关,并且显著相关的表面顶点大多位于脑回。在局部尺度上,位于新皮质层的脑回的功能活动动态变化特性显著大于脑沟,而位于边缘系统的脑回的功能活动动态变化特性显著小于脑沟。基于上述各个脑区的沟回功能信号的动态变化值,并运用弹性网络回归模型对HCP提供的30个特定行为认知量表进行预测,结果发现沟回的功能信号动态变化值对流体智力、具体化认知、手握力、敏捷度和睡眠质量这5个行为认知量表具有较好的预测性,并且通过进一步分析预测参数发现对上述5个不同行为认知量表预测的沟回权重系数存在差异,反映了特定脑区的沟回功能差异对不同认知行为的关联程度具有差异。此外,自然刺激状态下特定脑区的脑回和脑沟功能信号的动态变化特性存在显著差异。通过比较静息态和自然刺激状态下沟回功能活动的动态变化特性差异,我们进一步发现在默认网络（default mode network,DMN）中,静息态下的沟回功能信号的动态变化差值显著大于自然刺激;而在与观看电影任务相关的脑区中,自然刺激状态下的沟回功能信号的动态变化差值显著大于静息态。另外,在7T静息态fMRI下发现了在3T静息态fMRI下相同的结果,表明沟回功能信号的动态特性差异在更高磁场强度下仍然重复。综上所述,本文基于fMRI数据的不同模态（静息态、自然刺激）和不同磁场强度（3T,7T）系统研究了大脑皮层脑回与脑沟的功能活动动态变化特性差异及其与特定行为认知量表的关系,为将来深入理解大脑沟回的功能分工特性提供了坚实基础,也为探索大脑沟回功能分工在大脑工作机制中所起作用提供了新的思路。

关键词：大脑沟回功能活动动态变化特性静息态fMRI 自然刺激状态fMRI 认知行为

基于多模态磁共振影像的新生儿大脑沟回功能分化与发育差异研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多模态磁共振影像的新生儿大脑沟回功能分化与发育差异研究

作者：毛伟电子科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

跨认知任务的皮层沟回-皮层下功能特性研究

跨认知任务的皮层沟回-皮层下功能特性研究

作者：王梓帆电子科技大学

学位级别：硕士

基于Transformer模型和7T fMRI的大脑沟回功能特性研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Transformer模型和7T fMRI的大脑沟回功能特性研究

作者：贺良电子科技大学

学位级别：硕士

高度卷积的皮层褶皱是人脑最显著的解剖学特征,可以被细分为凸起的脑回和凹陷的脑沟。随着大脑皮层从光滑到高度褶皱化,人脑高级认知功能也逐渐形成并完善。已有大量研究基于时频特性、功能连接、神经纤维、皮层厚度和神经活动等多方面... 详细信息

高度卷积的皮层褶皱是人脑最显著的解剖学特征,可以被细分为凸起的脑回和凹陷的脑沟。随着大脑皮层从光滑到高度褶皱化,人脑高级认知功能也逐渐形成并完善。已有大量研究基于时频特性、功能连接、神经纤维、皮层厚度和神经活动等多方面的差异,将脑回和脑沟视为人脑褶皱结构和功能的两个基本单元。尽管很多开创性研究在理解沟回的功能特性差异方面取得了极大的进展,但仍存在一些不足:1)目前对沟回功能信号时频特性差异的研究仅使用了擅长提取局部特征的卷积神经网络,忽略了时间序列的长程依赖特征,也未结合现有脑科学理论分析其时频差异代表的神经活动意义;2)目前对沟回功能连接特性差异的研究未能充分结合具有自注意力机制的图网络模型,常常忽略了复杂的沟回拓扑结构空间特征,也未充分探索模型所学特征连接的生理意义;3)目前对沟回功能差异特性研究的结论大多是通过分析3T功能磁共振数据得到的,该结论在具有更高时空分辨率的7T功能磁共振数据集中是否具有一致性还有待验证。针对上述不足,本论文使用公开的已获授权的人脑连接组项目的7T多模态(包括静息态和观看电影的自然刺激)功能磁共振数据集,深入探索沟回的功能特性差异。为解决第一和第三点不足,我们使用了能捕获沟回功能信号长程依赖时序特征的Transformer模型,并结合在脑科学领域中体现神经活动强度的分数低频波动振幅(f ALFF),基于7T静息态功能磁共振数据探究了沟回在脑区尺度上的功能分化程度及内在神经活动差异。为解决第二和第三点不足,我们使用了能够有效建模脑功能网络的Vision Transformer(Vi T)模型,并基于7T静息态和自然刺激功能磁共振数据旨在学习沟回的空间连接模式特征。此外,我们采用按脑区分割以高维嵌入的策略和表征重要性标签的显著图可视化方法从脑区节点尺度上解释结果特有的生理意义,并从功能连接角度探索沟回间的功能特性差异。基于上述研究,我们发现人脑高级功能区具有更高的沟回分类结果,说明了高级功能区具有更高的沟回功能分化程度。同时在Slow-4、Slow-5和Slow-6频段内,高级功能区的f ALFF差异表明皮层神经元的神经活动在脑回中更强,而脑沟对应的高频成分更加复杂。并且与传统的浅层分类模型相比,Transformer表现出更优的分类性能。此外,我们发现脑回-脑回的结构连接长度/强度和功能连接在静息态和自然刺激分类任务中的重要占比均显著大于脑沟-脑沟。并且视觉系统(VIS)和默认模式网络(DMN)在观看电影时分别被激活和抑制,集中了大部分沟回重要节点,对分类更加重要。特别地,上述基于7T功能磁共振数据的沟回功能特性差异研究结果与现有基于3T功能磁共振数据的研究结论具有一致性和可重复性,即脑回倾向于参与长程信息交互和整合皮层功能,更可能作为信息交换中枢。综上所述,本论文基于7T多模态功能磁共振数据集和Transformer模型,系统探索了沟回的功能差异特性,有助于深入理解大脑工作机制。

关键词：大脑沟回功能磁共振 7T场强 Transformer 认知行为

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

施工阶段投资风险分析及投资控制研究

施工阶段投资风险分析及投资控制研究

作者：董京西南交通大学

学位级别：硕士

建设项目投资失控是我国工程项目建设中较为突出的问题，如何提高建设项目实施阶段投资控制的水平，有效提高投资效益是一个很迫切需要解决的问题。针对目前工程项目投资控制存在的问题，本文对施工阶段投资风险因素进行科学的分类，以... 详细信息

建设项目投资失控是我国工程项目建设中较为突出的问题，如何提高建设项目实施阶段投资控制的水平，有效提高投资效益是一个很迫切需要解决的问题。针对目前工程项目投资控制存在的问题，本文对施工阶段投资风险因素进行科学的分类，以层次分析法(AHP)对这些风险因素进行识别、排序，并应用灰色系统理论的基本思想建立投资风险关联辩识模型，对影响投资的干扰因素加以识别，确定出影响投资的关键因素。其次分析了工程项目施工阶段投资的动态控制原理、方法及措施。着重分析了主要风险即质量、工期、市场与投资的关系以及其对投资的影响，并利用动态规划法，确定出最优成本对应的最优工期。以灰色系统方法为基础，建立了投资风险分析系统和投资动态分析系统。投资风险分析系统主要是对影响投资的风险因素进行灰色关联辩识，投资动态分析系统主要是以新陈代谢GM(1，1)基本原理为基础建立投资动态灰色预测模型。通过对未来投资和投资实施状态加以预测，为决策者提供制定和控制下一个时期的投资依据。

关键词：投资风险,灰色控制系统,质量风险,工期风险,市场风险