版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
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)知能力的研究對于疾病的診斷以及人腦認(rèn)識狀態(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實驗數(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),要想對腦認(rèn)知神經(jīng)的結(jié)構(gòu)和功能取的實質(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)對計算成本的影響,以及P-NMF的特點,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,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),直接對原始圖像的張量描述從各個模式(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-
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于非負(fù)張量分解的醫(yī)學(xué)圖像的數(shù)據(jù)融合方法研究.pdf
- 非負(fù)張量分解及應(yīng)用.pdf
- 基于圖譜理論和非負(fù)矩陣分解的圖像分類.pdf
- 基于張量分解的極化SAR圖像分類.pdf
- 基于非負(fù)矩陣分解的醫(yī)學(xué)圖像分割方法研究.pdf
- 基于非負(fù)張量分解的人臉識別算法研究.pdf
- 基于非負(fù)張量分解的鋼軌傷損檢測算法研究.pdf
- 增量式非負(fù)矩陣分解方法的研究.pdf
- 基于非負(fù)矩陣分解的高光譜圖像混合像元分解方法研究.pdf
- 基于非負(fù)矩陣分解的分類算法研究.pdf
- 基于非負(fù)張量分解的機(jī)械故障特征提取理論與方法研究.pdf
- 非負(fù)矩陣與張量分解及其應(yīng)用.pdf
- 圖像分類中流形回歸與非負(fù)矩陣分解研究.pdf
- 投影非負(fù)矩陣分解算法研究及其應(yīng)用.pdf
- 基于非負(fù)矩陣分解的多標(biāo)簽分類算法研究.pdf
- 基于稀疏非負(fù)矩陣分解的圖像檢索.pdf
- 基于改進(jìn)的非負(fù)稀疏編碼圖像分類研究.pdf
- 基于非負(fù)矩陣分解的多標(biāo)簽分類算法研究
- 基于非負(fù)張量分解的多通道音頻信號盲分離研究.pdf
- 基于非負(fù)矩陣分解的高光譜圖像特征提取與分類算法研究.pdf
評論
0/150
提交評論