基于神经影像的多尺度动态有向连接理论与算法研究.pdf

《基于神经影像的多尺度动态有向连接理论与算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA博士学位论文DOCTORALDISSERTATION（电子科技大学图标）论文题目基于神经影像的多尺度动态有向连接理论与算法研究学科专业生物医学工程学号201011090116作者姓名吴国榕指导教师陈华富教授万方数据分类号密级注1UDC学位论文基于神经影像的多尺度动态有向连接理论与算法研究（题名和副题名）吴国榕（作者姓名）指导教师陈华富教授电子科技大学成都（姓名、职称、单位名称）申请学位级别博士学科专业生物医学工程提交论文日期2013.09.27论文答辩日期2013.1

2、2.09学位授予单位和日期电子科技大学2013年12月24日答辩委员会主席刘贻尧评阅人饶妮妮胡德文夏灵刘贻尧范勇注1：注明《国际十进分类法UDC》的类号。万方数据DIRECTEDDYNAMICALCONNECTIVITYATMULTIPLESCALESINNEUROIMAGINGDATASETS:THEORYANDTOOLSADoctorDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:BiomedicalEngineeringAuthor:WuGuorongAdviso

3、r:Prof.ChenHuafuSchool:SchoolofLifeScienceandTechnology万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印

4、件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：导师签名：日期：年月日万方数据摘要摘要大脑是结构分离却功能整合的平衡体，也是复杂系统中尤为突出的经典实例。人们热衷于利用复杂网络研究人脑这一复杂系统。近年，对复杂脑网络的研究致力于探索其复杂的网络拓扑性质。目前，更多的研究转向于探索复杂脑网络的不同时空尺度的动力学，以及对应的网络结构演化过程。从解剖和功能水平来理解脑的复杂网络拓扑性质是迄今为止最大的挑战。除利用解剖结构连

5、接（通常指白质纤维束）外，也发展了很多有效的方法来推断大脑连接。其中比较常用的是基于神经活动的同步相关性来推断的功能连接（Functionalconnectivity，FC），它是指空间远距离神经生理事件间的统计依赖性。另外一类重要的方法是有效连接（Effectiveconnectivity，EC），它试图去揭示脑区间的有向信息传输机制；近年来，已经发展了许多探测有效连接的算法，基于数据驱动的GrangerCausality（GC）就是强有效的工具之一。GC计算的一个主要问题在于如何处理多变量冗余和混淆信息；这个问题是GC应用于神经影像数据集的最大障碍，全文上下都围绕这一主线

6、展开。本论文的工作就是致力于发展、运用和严格的验证GC算法，使其更加坚实有效地应用于神经影像数据集，进而最大限度的获取可靠的有向传输信息。此外，我们也将这些算法应用于认知任务或病患等特定问题的数据上，为理解脑功能及其异常机制提供一个新思路。本文主要包括三大部分的研究：第一部分，利用基于典型相关的因果算法重构小尺度动态网络（少量网络节02点，10~10级别）。为了探测多变量/群组/模块间的信息交互，从个体到群组水平、多尺度地挖掘网络底层隐涵的丰富信息，本文提出一种典型相关GC算法，它避免了传统的自回归模型估计，消除了瞬时同步交互效应对于因果推断的影响。经过仿真数据的成功测试后，

7、将其用于分析一位癫痫患者发作间期的脑电数据（同步记录的头皮和深部脑电图），分析结果合理地解释了癫痫发作时相关的临床症状（第二章）。生理信号往往表现出非线性动力学特征，它限制了上述线性典型相关GC算法的功效，在此，本文提出利用核函数技巧（将数据投射到更高维的特征空间），推广了典型相关GC算法，使之适合于估计非线性因果交互作用。同样的，在仿真数据上测试其可行性和有效性后，进一步将其运用到癫痫患者的颅内脑电图数据，重构出了既有线性又有非线性因果交互作用的时空连接网络，为探索癫痫发作时I万方数据摘要的信息传输路