模式識別方法在功能磁共振數(shù)據(jù)處理中的應(yīng)用.pdf

1、功能磁共振作為研究大腦的重點(diǎn)技術(shù)手段，在生命科學(xué)領(lǐng)域也越發(fā)的重要，而功能磁共振成像與其他學(xué)科交叉結(jié)合緊密，滲透了其他學(xué)科的各方面知識，因此功能磁共振的數(shù)據(jù)處理方法也迅速發(fā)展起來。本文圍繞著模式識別領(lǐng)域中兩種方法的發(fā)展，對其在功能磁共振數(shù)據(jù)處理中的應(yīng)用做了深入的探討，并且對于功能磁共振成像技術(shù)的原理和發(fā)展以及功能磁共振數(shù)據(jù)處理的兩種方法進(jìn)行了闡述，本文的工作主要有：SVM與置信區(qū)間在MVPA的特征選擇中的應(yīng)用、分層仿射傳播聚類算法的設(shè)計(jì)實(shí)

2、現(xiàn)與應(yīng)用、自適應(yīng)分層仿射傳播聚類算法的設(shè)計(jì)實(shí)現(xiàn)與應(yīng)用。
　　本文所做的主要工作如下：
　　1.對于多體素分析方法中特征選擇效率較低的問題，本文提出了一種SVM與置信區(qū)間相結(jié)合的特征選擇方法，提高了特征選擇的效率和準(zhǔn)確性，并將此算法應(yīng)用到功能磁共振數(shù)據(jù)的特征選擇中，在左右手運(yùn)動(dòng)實(shí)驗(yàn)中的分類正確率達(dá)到了100％；
　　2.針對仿射傳播聚類無法處理功能磁共振數(shù)據(jù)的缺陷，本文根據(jù)仿射傳播聚類方法的原理和算法流程，提出了分層仿射

3、傳播聚類算法，并對算法進(jìn)行了仿真實(shí)驗(yàn)和實(shí)際的功能磁共振數(shù)據(jù)的應(yīng)用，解決了仿射傳播聚類方法無法處理大數(shù)據(jù)量的問題，為功能磁共振的數(shù)據(jù)處理引入了一種新的聚類方法；
　　3.在分層仿射傳播聚類算法的基礎(chǔ)上，針對算法中偏向參數(shù)選擇困難以及聚類結(jié)果的主觀依賴性大的問題，本文根據(jù)自適應(yīng)仿射傳播聚類方法的思想，對分層仿射傳播聚類方法也進(jìn)行了自適應(yīng)化，設(shè)計(jì)出了自適應(yīng)分層仿射傳播聚類算法，并對算法進(jìn)行了仿真實(shí)驗(yàn)和實(shí)際的功能磁共振數(shù)據(jù)的應(yīng)用，解決了分