基于投影式非負(fù)張量分解方法的腦功能圖像分類研究.pdf

1、大腦是人體最重要的功能器官,它負(fù)責(zé)整合人體內(nèi)外環(huán)境的信息、形成思想意識(shí)并控制人的行為,也就是大腦的認(rèn)知能力,大腦的認(rèn)知能力因年齡、疾病等的差異而不同,大腦認(rèn)知能力的研究對(duì)于疾病的診斷以及人腦認(rèn)識(shí)狀態(tài)的研究都具有積極的意義。
　　磁共振成像是當(dāng)前最重要的腦認(rèn)知功能研究技術(shù)手段之一,磁共振成像分為兩類:結(jié)構(gòu)像和功能像。腦靜息態(tài)fMRI和結(jié)構(gòu)MRI實(shí)驗(yàn)數(shù)據(jù)是一類噪聲強(qiáng)、具有特別復(fù)雜結(jié)構(gòu)的海量高階數(shù)據(jù),要想對(duì)腦認(rèn)知神經(jīng)的結(jié)構(gòu)和功能取的實(shí)質(zhì)

2、的研究,就必須尋求能夠有效的分析這一類特性數(shù)據(jù)的方法。
　　鑒于高維磁共振成像數(shù)據(jù)對(duì)計(jì)算成本的影響,以及P-NMF的特點(diǎn),本文提出了投影式非負(fù)張量分解的方法,在此基礎(chǔ)上,我們又結(jié)合了支持張量機(jī)STM的特點(diǎn),最終形成了P-NTFSTM的方法用于不同腦認(rèn)知狀態(tài)fMRI數(shù)據(jù)的判別分析。該方法將原始多維fMRI圖像看作張量數(shù)據(jù),直接對(duì)原始圖像的張量描述從各個(gè)模式(mode)方向上進(jìn)行降維也就是利用非負(fù)張量投影算子算法直接對(duì)腦fMRI多階張

3、量數(shù)據(jù)進(jìn)行降維和特征提取,保留了腦功能磁共振成像數(shù)據(jù)的空間結(jié)構(gòu)信息。
　　為了能夠綜合運(yùn)用兩類磁共振成像技術(shù),我們提出一種多模態(tài)多特征多類器的AD病人鑒別框架,通過(guò)有效地集成更豐富和更全面的信息,并根據(jù)不同的特征信息結(jié)構(gòu)特性選取更適合的分類器,這種方法相比之前使用的技術(shù)能夠有效改善分類能力。我們所用的成像模態(tài)包括結(jié)構(gòu)MRI、R-fMRI兩種模態(tài),特征提取分別有基于結(jié)構(gòu)MRI的大腦灰質(zhì)密度(GMD)和基于靜息態(tài)功能核磁共振成像(R-