课程文献中心 更多>>

关键词： 静息功能磁共振成像   结构磁共振成像   主成分分析   成组独立成分分析   支持向量机   关联向量机   基于支持向量机的递归特征删除法  

摘要： 近年来,模式识别方法已被广泛应用于磁共振成像数据的分析和研究中。随着问题研究的深入,磁共振成像数据的多类问题逐渐凸显,这对人脑运行机理和大脑疾病病理研究提出了更高的要求,也为模式识别技术的多类模式分析提供了应用空间。本文的研究主要着眼磁共振成像数据的多类问题,采用模式识别方法对其进行分析研究,期望得到有意义的分析结果。 本文首先以三组静息功能磁共振数据(精神分裂症患者、其健康同胞和正常人)为研究对象,通过结合主成分分析(Principal Component Analysis,PCA)和非线性支持向量机(Support Vector Machine,SVM)对静息功能磁共振数据的功能连接矩阵特征进行模式分类研究,并从模式分类的角度证明了该疾病的遗传特性。 另外,为了得到遗传特性在脑区上的证明,本文对上述三组数据进行成组独立成分分析(Group Independent Component Analysis,Group ICA),得到20个独立成分。以所有独立成分为特征集合,每个独立成分为特征子集,采用特征融合、主成分分析和线性支持向量机对三组数据进行了两两分类研究,得到了与前面研究相一致的结果,即从模式分类的角度证明了该疾病的遗传特性,更重要的是,最终得到了在该疾病遗传特性中有重要贡献的独立成分。 最后,本文以三组结构像磁共振数据为研究对象(老年痴呆患者、轻度认知障碍患者和正常老年人),结合改进的基于支持向量机的递归特征删除法(Recursive Feature Elimination based on Support Vector Machine ,SVM-RFE)和关联向量机(Relevance Vector Machine, RVM)对该实验数据进行了模式分类研究。从两两分类的结果中,我们发现,模式识别方法得到的像素特征与统计差异研究的结果相一致,主要集中于负责记忆功能的海马区及其周围的区域。另外,本文还对上述三组结构像数据的多分类问题进行了探索性研究,包括“一对一”多分类和“一对多”多分类,通过多分类研究,得到这样的结论,即,该组轻度认知障碍患者的脑结构已经发生严重的改变,正向老年痴呆疾病转变。 通过磁共振数据的多类模式分析,我们不仅对磁共振成像数据的多类问题有了更深的认识,还从模式分类的角度分析了磁共振成像数据的生理和病理结果,对推动模式识别方法在脑科学中的研究具有重要意义。

关键词： 反馈脉冲神经网络   整合后发放神经元   同步振荡   相关系数   异质   短时突触可塑性  

摘要： 对生物神经系统研究的一个基本问题是如何将神经元的信息处理结果与特定的感知输入相联系。在这个过程中,神经元集群的相关性放电活动对于信息整合分析具有重要作用。放电活动的相关性模式被认为与神经系统实现编码、识别、计算、记忆等功能密切相关。由突触连接形成的网络结构对神经元相关性放电活动具有重要影响。因此,在特定网络结构中,如面向刺激编码的网络结构中,研究神经元放电活动的相关性机理有助于理解神经系统的信息处理机制。 神经生理学研究结果表明,具有相关性的外部刺激和神经元间部分突触连接的选择性增强是产生相关性放电活动的两个神经生理基础。除此之外,参与构成信息传递通路的反馈结构也是产生相关性放电活动的重要因素。众多学者基于脑切片实验和理论研究揭示了脑皮层中抑制性反馈的相位锁定功能。然而,在面向刺激编码的前向网络模型中,抑制性反馈对神经元相关性放电活动的影响还不甚明确。面向刺激编码的反馈脉冲神经网络的相关性放电机制亟待深入研究。 本文基于整合后发放神经元模型,在面向刺激编码的反馈脉冲神经网络模型中研究兴奋性神经元集群的相关性放电活动及其与抑制性反馈的关系,分析异质特性和突触可塑性对网络放电活动相关性的影响,揭示抑制性反馈在动态神经元集群编码过程中的作用。本文的具体的研究成果有以下四个方面： (1)发现了抑制性反馈的增强可以提高网络同步振荡的强度,但不影响同步振荡的频率。在面向刺激编码的反馈脉冲神经网络中,采用功率谱密度描述了兴奋性神经元在毫秒时间尺度上的相关性放电活动,证实了网络可以产生伽马频域的同步振荡。通过数值模拟方法得到同步振荡强度与反馈强度的正比例关系,而同步振荡的频率并不随着反馈强度变化。因此,神经系统在完成基于特定频率的刺激编码等功能时,可以通过抑制性反馈强度控制神经元集群放电的相关性程度。 (2)得到了相关系数与抑制性反馈强度之间非单调的关系。通过选择放电序列互相关图计算方法估计了网络的放电活动在百毫秒时间尺度上的相关性。当抑制性反馈较弱时,网络的相关系数随着反馈强度的提高而减小;当反馈强度超过一个特定的值时,抑制性反馈的增强使得网络的相关系数开始增大,并最终达到稳定值,具有饱和特性。仿真结果证实了,当考虑网络在百毫秒时间尺度上的相关性放电活动时,增强网络中的抑制性反馈连接,并不总能增大网络的相关系数。 (3)研究了网络相关系数和抑制性反馈强度之间非单调关系的产生机理。这种非单调的关系是由于抑制性反馈对网络放电活动相互矛盾的两方面作用产生的：一方面,反馈输入抑制了兴奋性神经元的放电活动,平均放电率的降低可以导致相关系数减小;另一方面,反馈回路的抑制作用使网络产生同步振荡活动,毫秒时间尺度上相关性的提高可以使相关系数增大。在面向刺激编码的反馈脉冲神经网络中,这两种作用相互影响和制约,形成了相关系数对抑制性反馈强度的非单调依赖关系。另外,通过在改变网络的输入相关系数、神经元模型内部噪声、网络动力学状态以及神经元集群规模等情况下考察网络的输出脉冲序列,证实了这种非单调的关系不受网络特性变化的影响。网络的相关系数与抑制性反馈强度之间非单调的关系刻画了抑制性反馈在神经元相关性放电活动中的作用。 (4)研究了网络的相关性放电活动的鲁棒性问题,提出了增强鲁棒性的方法。早期文献的研究工作往往基于均质的神经网络模型,考虑到生物神经系统的异质特性,本文建立了反馈回路异质和兴奋性神经元放电阈值异质的面向刺激编码反馈脉冲神经网络模型。仿真结果证明,网络异质时,放电活动的相关性降低。但是在合理的异质程度范围内,网络相关性放电活动的同步振荡特性以及相关系数和抑制性反馈强度之间的非单调关系具有鲁棒性。并且,鲁棒的相关性放电活动与异质的类型无关。当网络的异质性程度较高时,放电活动的同步振荡特性被破坏,网络的相关系数随抑制性反馈强度的提高单调减小。同步振荡的产生,是网络相关系数和抑制性反馈强度的非单调关系存在的基础。增强抑制性反馈可以提高网络相关性放电活动的鲁棒性。在较强的抑制性反馈的条件下,本文建立的网络模型中的相关性放电可以受接近真实生物系统中异质性程度的异质噪声的干扰。 (5)建立了抑制性反馈回路的短时突触衰减和易化模型,分析了突触时间常数变化对网络相关性放电活动的影响。短时突触可塑性是生物神经系统的重要特征,但是其对放电活动相关性的作用缺乏深入研究。短时突触可塑性可以改变抑制性反馈强度,从而影响网络的相关性放电活动。本文的研究表明当突触时间常数的变化使得抑制性反馈减弱,网络无法产生同步振荡时,神经元的响应幅度决定了网络放电活动的相关性;而当突触时间常数的变化增强了反馈回路的抑制作用,网络产生明显的同步振荡时,网络相关性放电的程度由神经元响应的规律性决定。短时突触可塑性是通过调整神经元响应的强度和规律性,改变了放电活动在不同时间尺度上的相关性,从而参与了神经

关键词： 图像处理   PCNN   边缘检测  

摘要： 图像边缘检测是数字图像处理领域的一个热点,不少学者提出了不同检测的方法,但是这些方法都无法达到人眼对物体边缘分割的效率和精度。脉冲耦合神经网络(PCNN)是一种模拟视觉系统处理图像分割的新方法,目前对二值图像、灰度图像以及彩色图像的分割都有较好的应用,本文通过分析PCNN的特点提出了一种改进的PCNN检测图像边缘的新方法,并应用于图像边缘检测,实验证明该方法能够对图像进行分割,具有一定的应用价值。

关键词： 脉冲耦合神经网络   参数估计   小波分析   最大相关准则  

摘要： 利用小波分析对图像进行多层分解,然后,用分解的低频系数重构图像作为模型链接权参数W的估计,再用一种最佳阈值方法估计阈值θ,最后用最大相关准则确定网络计算的迭代次数N,成功实现了图像的自动分割.实验仿真表明,该方法在模型参数自动估计的基础上避免了PCNN对图像的过平滑作用,分割图像保留了良好的轮廓和更多的细节.

关键词： 模糊神经网络   全局指数稳定性   不动点定理   M-矩阵   Lyapunov函数  

摘要： 主要讨论了带有时滞和脉冲的模糊细胞神经网络的全局指数稳定性.在合适的条件下,利用不动点定理、M-矩阵原理和Lyapunov函数技巧,获得了该系统平衡点的全局指数稳定性.

关键词： 乳腺肿块   脉冲耦合神经网络   分割  

摘要： 目前,对乳腺癌的诊断主要靠放射科医生大量读片,容易造成误诊与漏诊。乳腺肿块分割是乳腺癌计算机辅助诊断(CAD)检测和识别系统中关键的一步。本文基于改进型的PCNN神经网络,设置随时间单调上升的阈值,对乳腺肿瘤进行分割,肿块分割完全,分割出的肿块边缘平滑,细节保持较好,能够较好地把目标提取出来。实验结果表明:该方法拥有较好的分割效果。

关键词： 脉冲耦合神经网络   图像分割   乘积型互信息   三维图像   运算量  

摘要： 该文将脉冲耦合神经网络模型从二维平面扩展到三维空间,同时提出一种新的乘积型互信息算法,将其作为脉冲耦合神经网络分割算法的最优分割准则,并将两者结合实现三维医学图像的整体自动分割.利用该文提出的算法对三维CT肺部图像进行分割实验,结果表明,该算法在保证分割精度的基础上显著地减少了分割运行时间,提高了分割效率,具有应用于医学图像分割的潜在价值.

关键词： 脉冲耦合神经网络   熵   区域生长简化PCNN模型   图像信息   图像分割  

摘要： 目的解决区域生长简化脉冲耦合神经网络(PCNN)算法中由于阈值参数选取不当导致的分割不足与过分割问题。方法在区域生长简化PCNN算法中引入熵来刻画图像的信息量。结果避免了对阈值参数选取。结论基于信息量的PCNN改进算法在分割精度、算法的稳定性等方面均优于简化区域生长PCNN算法。

关键词： 神经网络   稳定性   脉冲   时滞   动力学   图像识别   信息工程   行为  

摘要： 近年来，神经网络吸引了大量学者的探索与研究，并在图像识别、自控、计算、优化、信息工程等领域得到了广泛应用。这些应用很大程度依赖于神经网络的动力学行为。冈此，对神经网络的动力学行为进行分析是一个相当必要的步骤。在神经网络动力学行为中，