- 上一篇：基于AVISPA的安全攻击仿真
- 下一篇：Java+Socket校园局域网通信工具设计
摘要近年来，使用DTI/fMRI数据对大脑结构、功能网络进行定量建模和分析这一研究方向受到了广泛的关注。然而，当我们在不同的神经影像模型和不同的大脑上建模分析时，我们对于这些大脑结构、功能网络的一致性和可变性却不甚清楚。本篇论文采用了一个最近才提出的算法——多视图谱聚类算法，通过这个算法我们可以从DTI/fMRI数据集中推测出大脑子网络的组间一致性。我们首先从DTI/fMRI数据集中构造出大脑的结构连接网络以及功能连接网络，然后将多视图谱聚类算法作用于40个健康的大脑数据处理得到的40个结构网络以及40个功能网络，从这些数据中得到聚类后的大脑子网络。66344
毕业论文关键词 大脑网络、多视图谱聚类算法、DTI、fMRI
Title Consistent Brain Sub-network Based on the Spectural Clustering Algorithm
Abstract Recently, quantitative modeling and analysis of structural and functional brain networks based on diffusion tensor imaging(DTI)/functional MRI(fMRI)data has received extensive interest. However, when dealing with multiple neuroinaging modalities and inpiduals, the regularity anf variability of these structural and functional brain networks are largely unknown. In this paper, we realized a recently proposed algorithm named multi-view spectral clustering of cortical networks, by which we can infer the group-wise consistency from multimodal DTI/fMRI datasets. We applied the algorithm on 80 multimodal structural and functional brain networks of 40 healthy subjects, and then obtain consistent multimodal brain sub-networks within the group.
Keywords brain network，multi-view spectral clustering，DTI，fMRI.
毕业设计说明书（论文）外文摘要
目次
1 绪论 1
1.1 引言 1
1.2 论文的研究内容 1
2 大脑网络与核磁共振成像技术 3
2.1 核磁共振成像技术 3
2.2 大脑网络 3
2.3 DICCCOL 6
3 大脑网络的构建及多视图谱聚类算法 9
3.1 大脑网络的构建方法 9
3.2 谱聚类基本算法 14
3.3 基于谱聚类的多视图的协同训练方法 16
4 一致性大脑子网络构造实验 18
4.1 参数选择 18
4.2 实验过程及结果 20
4.3 定量分析 24
结论 28
致 谢 29
参考文献 30
1 绪论
1.1 引言
大脑是迄今为止人类所知最为复杂，最为精细的系统，它由解剖上相连、功能上既相互独立又相互影响的脑区所组成，控制着人体各种器官以及神经系统。大脑作为人类最重要的器官之一，一直吸引着各国科学家不断的研究和探索。相对于一个人的体重来说，大脑的重量很轻，正常人大脑由约140亿～150亿个细胞构成，重约1400克，体积也不大[1]。不过它的容量却很大，包含了约1011个神经元以及约1015个信息处理和决策系统。但是人类大脑到底是如何高效率的工作，如何控制着人类的各种感觉、情绪、意识以及行为却一直没有被科学家们完全搞明白[2]。