毕业论文

打赏
当前位置: 毕业论文 > 研究现状 >

贝叶斯(BCCPM)连通性变化点模型大脑功能性链接网络推测

时间:2018-08-20 16:05来源:毕业论文
基于一种新颖的贝叶斯(BCCPM)连通性变化点模型,来建模大脑功能连接的动态性变化,并应用该方法分析多个大脑功能核磁共振图像数据集,发现该模型可以较为准确的探测一定的大脑功

摘要大脑功能性连接指空间分离的大脑区域在时间上的相关性,反应了不同脑功能之间的关联关系,即是否具有连接关系以及连接关系的强弱。大脑的功能连接研究是脑科学领域里一个极为热门的课题,有助于深入了解人脑功能和工作机制,同时有助于对各类大脑疾病的诊断和治疗,因此对神经科学和临床医学有着重要意义。最近多个研究表明,即使在静息态下,人类大脑的功能连接也一直在发生变化。然而,已有的研究很少探索功能性连接的动态建模问题。在本论文中,我们基于一种新颖的贝叶斯(BCCPM)连通性变化点模型,来建模大脑功能连接的动态性变化,并应用该方法分析多个大脑功能核磁共振图像数据集,发现该模型可以较为准确的探测一定的大脑功能连接的动态变化。27272
关键字:大脑功能性连接  贝叶斯连通性变化点模型  变化点
毕业论文设计说明书外文摘要
Title    Brain Functional Connectivity Network Detection
Abstract
Brain functional connectivity refers to the correlation between spatially separated regions of brain in time and reflects the relationship between the different functions of brain, i.e., whether there is a connectivity among regions and how strong the connectivity is. Brain functional connectivity is a very hot topic in brain science, which help to understand the human brain functions and working mechanism deeply, and contribute to the diagnosis and treatment of various brain diseases. Therefore it plays an important role in neuroscience and clinical medicine. Recently neuroimaging studies show that the function of human brain experiences the extraordinary temporal dynamics even in rest status. However, there is rarely study on modeling brain functional connectivity dynamics. In this paper, based on a novel Bayesian connectivity change point model (BCCPM), we analyze brain functional connectivity dynamics, and apply the BCCPM to several fMRI data sets. The experimental results show that the BCCPM can detect the dynamics of brain functional connectivity accurately.
Keywords   Functional connectivity of the brain     Bayesian connectivity change point model     changing point
 目   次
1   引言    1
1.1 研究背景及意义    1
1.2 研究现状    2
2   研究方法    5
2.1 贝叶斯(BCCPM)连通性变化点模型    5
2.2 模拟实验    6
3   OSPAN数据集上的应用    8
3.1 数据采集    8
3.2 应用功能性大脑成像数据    9
4   working memory数据集上的应用    17
4.1 数据采集    17
4.2 应用功能性大脑成像数据    19
5   抑郁症数据集上的应用    28
5.1 数据采集    28
5.2 应用功能性大脑成像数据    28
6   总结与展望    36
6.1 总结    36
6.2 展望    36
致  谢    37
参考文献    38
 1  引言
1.1 研究背景及意义
大脑是人类高级神经系统的主要部分,是人类控制运动、产生感觉以及实现高级功能作用的高级神经中枢。大脑主要分成两部分,分别是作为中心部分的古大脑和作为人类大脑边缘部分的新大脑。新大脑是我们作为高智商人类的原因,它接收外界的刺激然后发挥一定的功能,同时他们又可以互相影响。因此人类的大脑一直是科学家们努力研究的热门领域。19世纪以前,科学家们认为大脑是以一个整体运转工作的,实现他的各种各样的功能也是整体进行运动的结果。1870年费里茨和希齐希这两位德国青年医师,用电流刺激狗大脑皮质区,发现狗对这个刺激所产生的运动是由某一皮质区域管理的,也就在这里首先提出了“运动区”的概念。后来经过更细的研究,发现皮质层又可以进行更细的划分,当然大脑内也存在其他的功能分区。随着科学家们对大脑研究的深入,人们对自身大脑的了解也越来越多,但是大脑作为一个复杂的结构,还有很多的奥秘需要人们去探索。 贝叶斯(BCCPM)连通性变化点模型大脑功能性链接网络推测:http://www.751com.cn/yanjiu/lunwen_21728.html
------分隔线----------------------------
推荐内容