19520.基于多元統(tǒng)計分析的神經(jīng)元特征提取及分類研究

1、西安建筑科技大學碩士學位論文基于多元統(tǒng)計分析的神經(jīng)元特征提取及分類研究專業(yè)：應用數(shù)學碩士生：焦琳指導教師：趙彥暉摘要神經(jīng)科學和腦科學迅速崛起是三十年內(nèi)自然科學發(fā)展的重大事件之一，并且越來越多的事實證明，神經(jīng)科學可能會引發(fā)自二十一世紀以來生命科學迅猛發(fā)展的又一高潮。本文利用多元統(tǒng)計方法，以神經(jīng)元幾何形態(tài)特征數(shù)據(jù)為研究對象，對神經(jīng)元分類問題進行了研究。本文數(shù)據(jù)來源為NeuroMpho.g數(shù)據(jù)庫，所用的62個神經(jīng)元的原始數(shù)據(jù)均以標準的SWC文

2、件格式描述。本文首先使用LMeasure從原始數(shù)據(jù)中提取神經(jīng)元的43個幾何形態(tài)特征，并從每個特征的7個指標中選取一個有研究意義指標，或者將幾個有研究意義的指標加權(quán)組合成一個指標進行分析，然后，構(gòu)造離散系數(shù)篩選標準，選擇出27個幾何特征，應用因子分析對27個幾何特征進行降維，使27個幾何特征轉(zhuǎn)化為6個綜合特征因子：（1）神經(jīng)元的緊密情況；（2）神經(jīng)元的的大小情況；（3）神經(jīng)元的分叉情況；（4）神經(jīng)元的胞體的相關(guān)情況；（5）神經(jīng)元分支與總支

3、間的情況；（6）神經(jīng)元分叉點間的情況。針對每個神經(jīng)元的上述6個綜合特征因子，應用聚類分析對神經(jīng)元進行分類，經(jīng)過特征選擇的聚類結(jié)果與根據(jù)神經(jīng)元功能的分類結(jié)果基本一致，而未進行特征選擇的聚類結(jié)果正確率相對較低，且所得譜系圖不易區(qū)分神經(jīng)元類別，分析比較可得進行特征選擇的聚類結(jié)果優(yōu)于未進行特征選擇的結(jié)果。針對每個神經(jīng)元的6個綜合特征因子，本文還應用判別分析進行研究，選取70%的神經(jīng)元作為訓練樣本，求得了七類神經(jīng)元相應的判別函數(shù)，通過對30%測試