检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

1 篇 学位论文

馆藏范围

1 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 工学
- 1 篇 机械工程
- 1 篇 控制科学与工程
- 1 篇 计算机科学与技术...
- 1 篇 生物医学工程（可授...
- 1 篇 软件工程
1 篇 医学
- 1 篇 临床医学
- 1 篇 医学技术（可授医学...
1 篇 管理学
- 1 篇 管理科学与工程(可...

主题

1 篇 监督学习
1 篇 fmri分类
1 篇 神经疾病诊断系统
1 篇 深度学习
1 篇 脉冲卷积神经网络

机构

1 篇 西北师范大学

作者

1 篇 白志洋

语言

1 篇 中文

检索条件"主题词=神经疾病诊断系统"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于脉冲卷积神经网络的fMRI数据分类方法研究

基于脉冲卷积神经网络的fMRI数据分类方法研究

引用

作者：白志洋西北师范大学

学位级别：硕士

随着神经成像技术的不断进步,功能性磁共振成像(functional Magnetic Resonance Imaging,fMRI)技术逐渐成为一种主流的成像技术,其具有安全、无创伤性的特点,为人们研究人脑的工作机理和医疗诊断提供了便利。近些年,脑神经科学与机器学... 详细信息

随着神经成像技术的不断进步,功能性磁共振成像(functional Magnetic Resonance Imaging,fMRI)技术逐渐成为一种主流的成像技术,其具有安全、无创伤性的特点,为人们研究人脑的工作机理和医疗诊断提供了便利。近些年,脑神经科学与机器学习的结合日益增多,人们开始探究如何对fMRI数据进行有效处理和分析。然而,由于fMRI数据的高维度特性、时间特性和空间特性,使得研究工作面临极大挑战。fMRI数据的高维度特性使传统的机器学习方法难以对数据特征充分提取。目前的一些深度学习模型,如卷积神经网络,其较高的建模能力使其可以处理一些fMRI的分类问题。但是,由于未充分利用fMRI的时序特性而无法得到较好的分类结果。针对现有存在的问题,本文通过对脉冲响应函数的线性近似,提出基于脉冲序列的脉冲卷积神经网络监督学习算法,并将其应用于fMRI数据分类及神经疾病辅助诊断系统,以准确地识别神经疾病,为病人提供更好的治疗方案,提高诊断和治疗效率。本文的主要研究内容如下:(1)针对传统脉冲神经网络学习过程中可能存在的脉冲函数不可微和梯度爆炸的问题,在脉冲响应模型的基础上提出了两种新的脉冲响应函数:三角线性化突触后电位(Triangle Linear-PSP,TL-PSP)函数和去极线性化突触后电位(Depolarization Linear-PSP,DL-PSP)函数。同时,在新的脉冲响应函数的基础上分别提出了三角线性化脉冲卷积神经网络(Triangle Linear-Spiking Convolutional Neural Network,TL-SCNN)监督学习算法和去极线性化(Depolarization LinearSpiking Convolutional Neural Network,DL-SCNN)监督学习算法。最后,应用脉冲卷积神经网络在CIFAR-10数据集来验证算法性能。实验表明,与传统的脉冲响应模型的监督学习算法相比较,本文提出的两种算法具有较高的识别精度。此外,与其他脉冲卷积神经网络学习算法相比,本文算法仍然有较好表现。(2)针对fMRI数据高维度特性、时间特性和空间特性,提出了一种基于脉冲序列的脉冲卷积神经网络fMRI分类模型,并在ADHD-200数据集上进行了验证。首先,对fMRI数据进行预处理,使用常见的预处理技术提取fMRI图像中的感兴趣脑区。其次,使用前向编码将fMRI图像编码成脉冲序列,结合提出的TLSCNN、DL-SCNN监督学习算法进行训练。所提出的两种模型分别获得了80.2%和78.7%的准确率,同时,还分析了模型参数对分类效果的影响。(3)面向神经疾病的智能化诊断,应用所提的脉冲卷积神经网络fMRI数据分类模型,构建了神经疾病辅助诊断系统。系统中不同用户拥有不同职责,技术人员采集fMRI图像、上传fMRI图像,训练并上传fMRI训练的结果。主治医生通过自己的临床经验判断系统结果是否正确,并对结果进行修正,该系统具有较好的应用价值。

关键词： fMRI分类深度学习脉冲卷积神经网络监督学习神经疾病诊断系统

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：