【摘 要】
：
自闭症不仅会使患者出现社交障碍、行为刻板、兴趣狭隘等症状,还会增加其患其它疾病的风险,如癫痫、发育迟缓等。为了探究自闭症等精神疾病的致病原理,为治疗自闭症提供支撑和靶点,需要对大脑机制进行深入研究。本文基于自闭症患者和正常对照者的脑成像数据,包括结构像和功能像。在预处理之后,通过图论的知识和大数据相关技术对脑网络进行研究分析。基于机器学习理论训练生成自闭症辅助诊断模型。最后结合在脑机制研究中的所得
论文部分内容阅读
自闭症不仅会使患者出现社交障碍、行为刻板、兴趣狭隘等症状,还会增加其患其它疾病的风险,如癫痫、发育迟缓等。为了探究自闭症等精神疾病的致病原理,为治疗自闭症提供支撑和靶点,需要对大脑机制进行深入研究。本文基于自闭症患者和正常对照者的脑成像数据,包括结构像和功能像。在预处理之后,通过图论的知识和大数据相关技术对脑网络进行研究分析。基于机器学习理论训练生成自闭症辅助诊断模型。最后结合在脑机制研究中的所得,设计并实现“类脑神经网络”。本文主要成果如下:（1）本文提取结构像的灰质体积序列构建脑结构网络,提取功能像的时间序列构建脑功能网络。发现自闭症患者结构和功能网络的聚类系数、小世界属性、全局效率等多个拓扑属性均出现不同程度退化,而局部属性有提升。（2）本文依据Gossip协议构建传播模型用于观测自闭症组和正常对照组结构网络的传播表现。自闭症组的传播耗时和传播次数均高于正常对照组。创新性地对两组的结构网络进行粗粒化,统计分析后,发现更多连接指向特定脑区,部分脑区原本的连接被断开。尝试对度降低的脑区进行修复,发现全局效率恢复至正常对照组水平。为治疗自闭症提供了靶点。（3）本文选择能够更好地代表自闭症患者与正常人差异的分析结果作为特征输入,训练出了自闭症辅助诊断模型。模型结合了支持向量机、Light GBM、随机森林模型,并设置逻辑回归作为元学习器。最终准确率达到了89.5%,基本可以用于自闭症辅助诊断。（4）本文将脑机制的研究所得和神经网络结合,设计并实现了“类脑神经网络”,且能够进行分布式并行训练,在自闭症分类上达到了86.1%的准确率。
其他文献
近年来高校采取了诸多方案以缓解学生人数与实验仪器数量之间的矛盾。随着信息化教学的不断发展,高校使用计算机开发程序以模拟实验流程,已研发出相关虚拟实验代替传统实验。本文在此背景下设计了基于三维引擎的虚拟实验,不依赖传统测试软件内置函数,独立开发完成了三维实验的各项功能。与传统的二维虚拟仿真实验相比,该实验不仅模拟了实验流程,同时还具有很好的真实感与沉浸感。最后将该实验发布到网络上,使用户能够不受时空
布尔函数是密码学和电路设计的基础,布尔函数等价判定在加密函数设计和电路优化方面都有重要应用。等价判定问题的目标是对给定的两个布尔函数,判断是否存在由可逆矩阵和布尔向量构成的仿射变换,使得两函数仿射等价。若函数等价,则进一步给出对应的仿射变换。本文在研究了已有的等价判定方法基础上,提出了一种基于矩阵群的仿射等价判定算法。由于布尔函数全体及其仿射变换空间具有随变元个数呈双指数增长的特性,如何针对给定布
知识图谱技术的兴起为业界和学术界提供了一种更好的组织、管理和理解互联网中海量数据的有效方案。目前,知识图谱技术广泛应用于实体搜索、推荐系统、开放域问答等许多AI领域。然而,由于知识图谱的知识不完备,即图谱中存在缺失的实体或链接,导致知识图谱的使用存在巨大的限制,大大限制了知识图谱在用于检索和推理的准确性。补全知识图谱,完成知识图谱链接预测任务的研究成为知识图谱的核心任务之一。本文对知识图谱的链接预
基于图像的三维形状重建技术一直是计算机视觉领域的热门分支领域之一。然而,在现阶段的使用深度学习方法的基于图像的三维形状重建算法的学术研究中,往往对几何上的先验信息的挖掘有所不足和欠缺。因此,本文以单视角下和多视角下的三维重建为研究课题,重点研究了利用不同的深度先验信息,来实现高质量、高效率的三维重建算法。研究内容包含了三个部分,即三维-二维透视投影先验研究、三维形状的时空平滑先验研究以及真实场景中
在当今时代,互联网飞速发展,数据与信息都在爆炸性的增长,如何有效处理互联网上的数据受到人们的广泛关注。基于此,Google提出知识图谱的概念。知识图谱本质上是一种多关系网络,采用结构化的方式存储了现实世界中的实体与实体之间对应关系的知识系统。知识图谱被广泛应用在智能问答、推荐、信息检索等领域,成为人工智能领域不可或缺的数据支撑,对于推动人工智能的发展有着重要的意义。但受目前信息抽取技术的制约,很多
进入21世纪20年代,人类社会迎来了新一轮的科技革命和产业变革。计算机科技的发展对人们生活产生了越来越深刻的影响:人与人之间信息的沟通已不再是单一的书信、电话交流,价值转移手段也从面对面以物易物到如今的网上购物、线上交易、网络签约等过程中不断丰富。科学技术给人类带来便捷性的同时,人与人之间的信任达成也变得越来越复杂。区块链技术的出现,建立了一种全新的价值转移体系和信任构建方式,并以其防篡改、可追溯
图像描述是一种让机器理解图像内容并生成对应自然语义描述的技术,它在不同领域都有着非常大的应用价值。本文选择遥感领域作为特定研究领域,将在该领域的图像描述算法称为图像解译,它能够帮助人类更好地从遥感图像中获取所需的地理空间信息。图像解译算法大多基于编码-解码框架,它由用于图像特征提取的编码器和生成解译语句的解码器构成。现有图像解译算法忽略了遥感图像在成像方式、图像内容上与自然图像的差异,直接采用预训
近年来,基于深度学习的目标检测算法发展迅速,被广泛应用在智慧交通、智能安防、智能生产、航空航天等领域。目前目标检测在现实应用有两点不足:第一点是,基于深度学习的目标检测算法大多基于GPU（rocessing Graphics Unit P）和CPU（rocessing Central Unit P）平台实现,但功耗过高限制了其应用场景。第二点是,基于深度学习的目标检测算法网络权重数量大,运算复杂度
随着计算机视觉和机器学习等相关技术的飞速发展,使用城市街景图片获取城市大范围、多维度量化感知的研究日趋活跃,现有相关研究表明,利用街景图片、有限的图片评价数据和机器学习算法实现城市多维感知具有合理性和可行性。本文以数据感知成都各区域美观和活力程度为研究课题,重点研究了融合两类数据的量化评分模型、基于支持向量回归的自动评分模型以及人为感知城市街景的主要决定要素等,主要研究内容分为四部分。数据采集与分
随着科技的进步,大量基因遗传性疾病得以确诊,人类孟德尔遗传网数据库收集的5000余种单基因病中,遗传性神经肌肉疾病占很大比例,包括脊肌萎缩症（Spinal Muscular Atrophy,SMA）、杜氏肌营养不良症（Duchenne Muscular Dystrophy,DMD）等严重的遗传性神经肌肉疾病。根据调查,此类疾病在我国的发病率高,其中,仅杜氏肌营养不良症在新生婴儿中的发病率就达到了1