基于神經(jīng)元空間形態(tài)的分類方法研究.pdf

1、人類大腦計(jì)劃的目的是為全世界的神經(jīng)信息學(xué)數(shù)據(jù)庫(kù)構(gòu)造統(tǒng)一標(biāo)準(zhǔn)跨學(xué)科融合分析的大量數(shù)據(jù)，使人們對(duì)大腦的認(rèn)識(shí)更迅速。"大腦計(jì)劃"的成果將有助于人類徹底理解大腦的運(yùn)行方式，進(jìn)一步闡明意識(shí)的發(fā)生、思維過(guò)程等一系列科學(xué)謎題，也為各種大腦疾病的治療打下堅(jiān)實(shí)基礎(chǔ)。我國(guó)也在大力發(fā)展中國(guó)特色的"中國(guó)腦計(jì)劃"。大腦構(gòu)造的基本單位是神經(jīng)元，對(duì)其研究尤為基礎(chǔ)和重要。根據(jù)空間形態(tài)區(qū)分不同類別的神經(jīng)元是其中的一個(gè)重要課題,但這個(gè)問題目前仍沒有很好地解決。
　　

2、本文從神經(jīng)元的外部直觀特征--空間形態(tài)入手，運(yùn)用現(xiàn)在主流的模式識(shí)別方法對(duì)神經(jīng)元進(jìn)行分類。從神經(jīng)元數(shù)據(jù)庫(kù)收集大腦皮層區(qū)域最常見的四類神經(jīng)元數(shù)據(jù)：中間神經(jīng)元、氨基丁酸能神經(jīng)元、硝基能神經(jīng)元、錐體神經(jīng)元。數(shù)據(jù)以SWC格式存儲(chǔ)，所以先計(jì)算神經(jīng)元空間形態(tài)屬性，得到43個(gè)屬性特征。然后進(jìn)行特征選擇，選取了22個(gè)特征。之后采用特征選取和分類同時(shí)進(jìn)行的幾種模式識(shí)別方法--決策樹、貝葉斯網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)進(jìn)行神經(jīng)元分類,最后進(jìn)行結(jié)果分析。

3、r>　　結(jié)果表明,三種方法都比較理想。決策樹的分類方法最佳，人工神經(jīng)網(wǎng)絡(luò)次之，支持向量機(jī)緊跟其后，貝葉斯網(wǎng)絡(luò)稍差。決策樹準(zhǔn)確率為99.55％。決策樹采用CART算法，用基尼系數(shù)作為不純度選取變量克服了選擇變量時(shí)偏向于選擇取值多的變量的不足。所以對(duì)樣本能做出適用而且效果良好的結(jié)果。神經(jīng)網(wǎng)絡(luò)準(zhǔn)確率為99.22%。采用BP算法，并行分布處理能力強(qiáng)，能充分逼近復(fù)雜的非線性關(guān)系。但不同參數(shù)設(shè)置會(huì)影響分類效果。支持向量機(jī)準(zhǔn)確率為99.116%，它處