【摘 要】
：
传统的MCI检查方法周期长、误差较大。随着功能影像技术的发展,fMRI被逐渐应用到MCI诊断中,但是诊断仍需要依靠医生的经验,难以推广。利用数据挖掘技术分析fMRI数据,建立诊断
论文部分内容阅读
传统的MCI检查方法周期长、误差较大。随着功能影像技术的发展,fMRI被逐渐应用到MCI诊断中,但是诊断仍需要依靠医生的经验,难以推广。利用数据挖掘技术分析fMRI数据,建立诊断模型,可以更好地辅助临床诊断。而如何提取MCI的分类特征,构建分类器等均是构建诊断模型的关键。本研究在已有研究的基础上,研究MCI的特征提取和分类模型的构建。首先提取单体素BOLD效应作为分类特征,利用SVM构建单体素弱分类器,筛选正确率较高的单体素分类器,利用AdaBoost构建集成分类器,用于辅助MCI的临床诊断。本文主要工作如下：(1)分析MCI的fMRI数据特点,提取单体素的BOLD曲线变化特征。(2)利用SVM算法,构建单体素弱分类器；通过LOPO方法测试分类效果,筛选了准确率较高的弱分类器,并简单分析了这些体素的分布区域,实验结果表明,正确率较高的体素所在区域均为MCI的关键脑区。(3)采用AdaBoost算法,集成筛选出的弱分类器,建立了分类精度更高的集成分类器,平均正确率达到80%；在此基础上,进一步分析了分类器的泛化能力,实验结果表明该方法具有较好的泛化能力。总之,本文的研究结果充分证明,通过SVM对fMRI数据分类的方法可行,能够有效地辅助MCI诊断,对于相关认知疾病的研究有着一定的参考和应用价值。
其他文献
随着互联网的普及和发展,Web网站已经渐渐成为各行业对外界宣传、传递信息最快捷方便的渠道。美观的Web界面设计直接影响着网页的视觉效果及宣传力度,而网页中最重要的一部分
植物作为自然界的一个重要组成部分，是人类生存和发展的物质基础。随着计算机图形学和虚拟现实技术的发展，利用计算机对植物进行建模和仿真成为人们研究的热点问题。植物种类繁
随着日益增多的软件需求,一个个软件应运而生。但是真正能达到用户要求的软件却很难完成。其原因有很多方面,工期的限制,软件可扩展性,需求的随时变动等都会为软件的完成增加
随着人工智能技术的快速发展，在不远的将来智能产品将走进千千万万普通人的生活中，行业内学者认为未来的50年内社会社会上一半的工作将由人工智能完成。在人口老龄化日益严重的
Ad Hoc网络是一种比较特殊的无线移动网络,这种网络中没有设置任何控制中心的节点,每个节点既可以当终端又可以做路由器。它有个比较突出的特点：能够在比较恶劣的环境下临时组
随着社会的快速进步，减少环境污染和解决能源紧缺问题已成为我国面临的重大挑战。优化能源结构、大力利用和开发清洁能源已经成为未来社会的发展方向。这些清洁能源的分布往往比较分散且远离主电网，采用传统的交流输电技术或者传统的直流输电技术进行传输，不仅会污染环境，成本上也会很不经济。柔性直流输电(即HVDCFlexible)技术作为国内外比较先进的新型直流输电传输技术，能很好的解决清洁能源分布分散的问题，并
随着Internet的快速发展，越来越多的应用程序需要集成在Internet中。信息在网络上进行传递，需要适应不同的网络环境，在不同的网络平台之间实现信息的兼容。WebService是基于网络
随着信息化时代的到来,信息以几何级数的方式增加,人们希望从纷繁冗杂的信息中快速地提取出有用的数据。为了更快的找寻出有效的数据,就需要借助于更为有效的分类方法。鉴于
近年来，随着移动智能终端的兴起和流行，大量LBS(Location BasedService)应用即基于位置的服务不断涌现，而且其数量呈指数级别增长，例如导航定位系统、增强现实等。虽然这些LBS应
当前计算机网络发展迅速,有关计算机网络上的信息安全及可靠传输已经成为人们关注的焦点。密码技术也成为网络安全和信息安全等领域一个十分重要的内容。同时中国相关法律明