亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        AD-rfMRI圖像的基于改進(jìn)EDC的獨(dú)立分量數(shù)目估計(jì)

        2020-07-23 04:47:32鄭偉王軒姚紀(jì)智劉帥奇張曉丹馬澤鵬
        關(guān)鍵詞:數(shù)目懲罰準(zhǔn)則

        鄭偉,王軒,姚紀(jì)智,劉帥奇,張曉丹,馬澤鵬

        (1.河北大學(xué) 電子信息工程學(xué)院,河北 保定 071002;2.河北省數(shù)字醫(yī)療工程重點(diǎn)實(shí)驗(yàn)室, 河北 保定 071002; 3.河北省機(jī)器視覺(jué)工程技術(shù)研究中心, 河北 保定 071002;4.河北大學(xué)附屬醫(yī)院CT-MRI診斷科, 河北 保定 071000)

        功能性磁共振成像(functional magnetic resonance imaging,fMRI)和彌散張量成像等成像方式作為一種應(yīng)用于活體的、非侵入式、無(wú)損傷的功能成像方式,時(shí)間和空間分辨率相對(duì)較高,是目前實(shí)現(xiàn)阿爾茨海默病(AD)早期診斷的重要成像方式[1-2]. 而基于fMRI的功能連接可以反映腦區(qū)之間是否相關(guān)以及相關(guān)性的大小,從而反映AD患者早期及病程發(fā)展過(guò)程中腦區(qū)之間相關(guān)性的變化規(guī)律,因此具有更好的研究前景.靜息態(tài)功能磁共振成像(resting state fMRI,rfMRI)不需要額外刺激,干擾因素較少,操作簡(jiǎn)單而且容易實(shí)現(xiàn),可重復(fù)性較高. 2017年,Zhang等[1]掃描了96名受試者的rfMRI圖像,采用獨(dú)立分量分析將丘腦分成10個(gè)獨(dú)立分量后,通過(guò)聚類(lèi)將獨(dú)立分量劃分成不同的功能簇,每個(gè)簇對(duì)應(yīng)唯一的一個(gè)時(shí)間序列,通過(guò)計(jì)算簇時(shí)間序列之間的相關(guān)系數(shù)研究丘腦的功能連接性,結(jié)果表明,獨(dú)立分量分析與聚類(lèi)結(jié)合對(duì)腦區(qū)的功能連接分析優(yōu)于基于種子區(qū)的分析方法. 2018年,劉怡秋等[3]將半高全寬值為6 mm的高斯核用于對(duì)AD患者的rfMRI圖像進(jìn)行空間平滑,計(jì)算自動(dòng)解剖標(biāo)簽?zāi)0?AAL)中116個(gè)腦區(qū)時(shí)間序列之間的相關(guān)性,并通過(guò)單因素方差分析,偽發(fā)現(xiàn)率(false discovery rate,FDR)校正以及雙樣本t檢驗(yàn)比較AD病程發(fā)展過(guò)程中受試者的功能連接變化. 鄭偉等[4]等針對(duì)不同年齡段女性患者靜息態(tài)功能磁共振成像,采用獨(dú)立分量分析及聚類(lèi)等方法進(jìn)行盲源分離和穩(wěn)定性分析,通過(guò)統(tǒng)計(jì)檢驗(yàn)及組間對(duì)比研究女性患者各腦區(qū)之間的連接關(guān)系及其強(qiáng)弱,進(jìn)而判斷功能連接差異,為女性AD患者臨床前期診斷提供參考. 2019年,馬文潔等[5]對(duì)rfMRI圖像進(jìn)行時(shí)間層校正、頭動(dòng)校正、空間歸一化以及去線性趨勢(shì)、濾波后,基于種子點(diǎn)選擇默認(rèn)模式網(wǎng)絡(luò)與背側(cè)注意網(wǎng)絡(luò),并將相關(guān)系數(shù)用于計(jì)算功能網(wǎng)絡(luò)時(shí)間序列之間的相關(guān)性,從而研究AD患者感興趣區(qū)域的功能連接異常,為探尋AD的發(fā)病機(jī)制和發(fā)病規(guī)律提供支持. 基于負(fù)熵的快速獨(dú)立分量分析(fast independent component analysis algorithm based on negative entropy,NE-FastICA)算法收斂速度快,分離精度高,在腦功能連接分析中普遍使用, 但存在分離之前獨(dú)立分量數(shù)目的過(guò)估計(jì)問(wèn)題. 本文提出對(duì)實(shí)現(xiàn)獨(dú)立分量數(shù)目估計(jì)的有效檢測(cè)準(zhǔn)則(effective detection criteria,EDC)進(jìn)行改進(jìn),將對(duì)數(shù)函數(shù)用于懲罰函數(shù),并與黃金分割法確定參數(shù)γ相結(jié)合,本文稱(chēng)其為OIEDC2,改進(jìn)后解決了分量數(shù)目的過(guò)估計(jì)問(wèn)題,給出了合理的估計(jì)數(shù)目.

        1 受試者fMRI分組情況

        本文將65~80歲的89名女性AD患者的rfMRI圖像(來(lái)源于ADNI數(shù)據(jù)庫(kù)https://ida.loni.usc.edu/login.jsp?project=ADNI)作為研究對(duì)象,按照疾病的發(fā)展階段分為4組,對(duì)照組受試者(subjects of normal control,fsub_CN)17人、早期輕度認(rèn)知障礙受試者(subjects of early mild cognitive impairment,fsub_EMCI)23人、晚期輕度認(rèn)知障礙受試者(subjects of late mild cognitive impairment,fsub_LMCI)19人和AD受試者(subjects of AD,fsub_AD)30人的rfMRI圖像,受試者情況如表1所示. rfMRI的相關(guān)參數(shù)如表2所示.

        表1 受試者基本信息

        表2 圖像基本參數(shù)

        2 基于EDC的獨(dú)立分量數(shù)目估計(jì)

        基于信息理論準(zhǔn)則的估計(jì)方法主要包括貝葉斯信息準(zhǔn)則(bayesian information criterion,BIC)[6]、赤池信息準(zhǔn)則(akaike’s information criterion,AIC)[7]、最小描述長(zhǎng)度(minimum description length,MDL)[8]、kullback-leibler信息論準(zhǔn)則(kullback-leibler information criterion,KIC)[9]和EDC[10],這些信息理論準(zhǔn)則通過(guò)最小化目標(biāo)函數(shù)實(shí)現(xiàn)對(duì)獨(dú)立分量數(shù)目的自適應(yīng)估計(jì),EDC估計(jì)如式(1)所示.

        (1)

        其中,-2L(x(n)|θk)可衡量EDC模型對(duì)數(shù)據(jù)的擬合程度,η(θk,N)CN為懲罰函數(shù)項(xiàng),γ∈[0.1,1]為調(diào)整懲罰項(xiàng)的參數(shù),可以調(diào)整估計(jì)性能,懲罰項(xiàng)中CN是可變的.2種不同懲罰函數(shù)下的EDC分別用EDC1和EDC2表示,如式(2)和式(3)所示.

        EDC1(k)=-2L(x(n)|θk)+η(θk,N)(NlgN)γ,γ∈[0.1,1]

        (2)

        EDC2(k)=-2L(x(n)|θk)+η(θk,N)Nγ,γ∈[0.1,1]

        .

        (3)

        信息理論準(zhǔn)則用于估計(jì)獨(dú)立分量數(shù)目時(shí),若對(duì)rfMRI估計(jì)的獨(dú)立分量數(shù)目在20~40,表明估計(jì)結(jié)果較合理[10]. 將AIC、KIC、BIC、MDL、EDC1以及EDC2用于估計(jì)4組受試者的獨(dú)立分量數(shù)目,結(jié)果如圖1所示.

        圖1 不同準(zhǔn)則下對(duì)4組受試者的估計(jì)結(jié)果對(duì)比Fig.1 Comparison of estimation results of four groups of subjects based on different criterion

        由圖1可知,AIC、KIC、BIC和MDL的估計(jì)性能接近,且在fsub_EMCI、fsub_LMCI和fsub_AD中均存在嚴(yán)重的過(guò)估計(jì)問(wèn)題;EDC1和EDC2對(duì)每組受試者估計(jì)的獨(dú)立分量數(shù)目相對(duì)較少,雖然EDC2存在過(guò)估計(jì)問(wèn)題,但估計(jì)性能優(yōu)于EDC1.

        EDC2的過(guò)估計(jì)問(wèn)題是由于其懲罰函數(shù)和γ值的非最優(yōu)性導(dǎo)致的,本文提出將對(duì)數(shù)函數(shù)引入懲罰函數(shù),并結(jié)合黃金分割法確定γ最優(yōu)值的EDC2改進(jìn)策略.

        3 改進(jìn)懲罰函數(shù)的EDC2及實(shí)驗(yàn)對(duì)比分析

        3.1 基于對(duì)數(shù)懲罰函數(shù)的改進(jìn)EDC2

        式(1)中的懲罰函數(shù)項(xiàng)η(θk,N)CN的CN項(xiàng)是可變的,滿(mǎn)足式(4)所示的條件.

        (4)

        其中,N為rfMRI的混合信號(hào)數(shù),即體素?cái)?shù).

        由式(3)可知,EDC2中CN=Nγ對(duì)γ求一階導(dǎo)數(shù)的結(jié)果如式(5)所示.

        CN=NγlnN,γ∈[0.1,1]

        ,

        (5)

        其中,N較大時(shí),隨著γ值增大,CN的變化率較快,EDC2估計(jì)的獨(dú)立分量數(shù)減小的較快,容易造成低估計(jì);γ值減小時(shí),EDC2估計(jì)的獨(dú)立分量數(shù)增加的較快,容易造成過(guò)估計(jì).

        由于對(duì)數(shù)函數(shù)在自變量較大時(shí)變化趨勢(shì)較為平緩,本文將對(duì)數(shù)函數(shù)引入懲罰函數(shù)項(xiàng),用于改進(jìn)EDC2,稱(chēng)為改進(jìn)有效檢測(cè)準(zhǔn)則(improvement of effective detection criteria,IEDC2),如式(6)所示.

        CIEDC2=[loga(N)]γ,γ∈[0.1,1]

        (6)

        其中,a為對(duì)數(shù)函數(shù)的底數(shù),可以取2、e和10.

        改進(jìn)的懲罰函數(shù)項(xiàng)需滿(mǎn)足式(4),下面將給出證明:

        首先計(jì)算關(guān)于式(6)的2個(gè)極限,CIEDC2與N比值的極限如式(7)所示.

        (7)

        函數(shù)y=loga(N)是一個(gè)單調(diào)遞增函數(shù),相同N下,γ=1時(shí)CIEDC2達(dá)到最大值,由于N→∞時(shí),N達(dá)到∞的速度比loga(N)快,式(7)中CIEDC2取最大值時(shí)的極限為

        (8)

        當(dāng)γ=0.1時(shí)CIEDC2達(dá)到最小值,N→∞時(shí),N達(dá)到∞的速度比[loga(N)]0.1快,式(7)中CIEDC2取最小值時(shí)的極限如式(9)所示.

        (9)

        CIEDC2與CIEDC2max、CIEDC2min之間滿(mǎn)足CIEDC2min

        (10)

        CIEDC2與lglgN比值的極限如式(11)所示.

        (11)

        對(duì)數(shù)函數(shù)換底公式如式(12)所示.

        (12)

        將式(12)代入式(11),結(jié)果如式(13)所示.

        (13)

        若令lgN=u,則式(13)可轉(zhuǎn)化為式(14).

        (14)

        其中(lga)γ為與u無(wú)關(guān)的常數(shù),則式(14)可寫(xiě)成式(15).

        (15)

        當(dāng)u→∞時(shí),指數(shù)函數(shù)達(dá)到∞的速度比對(duì)數(shù)函數(shù)快,因此式(11)的推導(dǎo)結(jié)果為

        (16)

        由式(10)、式(16)可知,式(6)作為懲罰函數(shù)時(shí)滿(mǎn)足式(4)的條件,因此將對(duì)數(shù)函數(shù)引入EDC2以改進(jìn)懲罰函數(shù)項(xiàng),是合理的.

        式(6)中,底數(shù)a不同時(shí),對(duì)數(shù)函數(shù)變化趨勢(shì)不同,a取2時(shí)記為f1=log2x,a取e時(shí)記為f2=lnx,a取10時(shí)記為f3=lgx,3種常用對(duì)數(shù)函數(shù)變化趨勢(shì)對(duì)比如圖2所示.

        圖2 3種函數(shù)變化趨勢(shì)對(duì)比Fig.2 Comparison of three logarithmic functions

        由圖2可知,底數(shù)越大,函數(shù)值越小,3個(gè)函數(shù)中f3的值最小,反映為自變量較大時(shí)f3的變化趨勢(shì)較平穩(wěn),本文將f3用于IEDC2懲罰函數(shù)得式(17),則IEDC2估計(jì)可表示為式(18).

        CIEDC2=η(θk,N)(lgN),γ∈[0.1,1].

        (17)

        IEDC2(k)=-2L(x(n)|θk)+η(θk,N)(lgN),γ∈[0.1,1]

        .

        (18)

        3.2 IEDC2實(shí)驗(yàn)結(jié)果及對(duì)比分析

        為了衡量IEDC2改進(jìn)后的估計(jì)性能,以fsub_EMCI、fsub_LMCI 2組受試者為例,將EDC2、IEDC2在不同γ值下的估計(jì)結(jié)果進(jìn)行對(duì)比.

        EDC2的估計(jì)結(jié)果如圖3a所示,圖3a中EDC2對(duì)2組受試者的估計(jì)結(jié)果存在過(guò)估計(jì)問(wèn)題;γ值越小,估計(jì)的獨(dú)立分量數(shù)目越多,γ值越大,估計(jì)的獨(dú)立分量數(shù)目越少,不同γ參數(shù)下,EDC2對(duì)fsub_EMCI估計(jì)的獨(dú)立分量數(shù)目有3個(gè)值為20~40,對(duì)fsub_LMCI估計(jì)的獨(dú)立分量數(shù)目有4個(gè)值為20~40,選擇的獨(dú)立分量數(shù)目不同會(huì)導(dǎo)致盲源分離結(jié)果也不同.

        IEDC2的估計(jì)結(jié)果如圖3b所示,2組受試者的估計(jì)結(jié)果雖然在參數(shù)γ較小時(shí)仍存在過(guò)估計(jì)問(wèn)題,但與圖3(a)相比,相同γ值下,IEDC2估計(jì)的獨(dú)立分量數(shù)目明顯下降,表明IEDC2改善了過(guò)估計(jì)問(wèn)題;不同參數(shù)γ下,IEDC2對(duì)fsub_EMCI、fsub_LMCI估計(jì)的獨(dú)立分量數(shù)目均只有1個(gè)值在20~40,表明IEDC2避免了因獨(dú)立分量數(shù)目不同導(dǎo)致的盲源分離結(jié)果出現(xiàn)差異,提高了估計(jì)結(jié)果準(zhǔn)確性.

        a.EDC2;b.IEDC2.

        4 基于黃金分割法的γ值確定

        EDC2的估計(jì)性能除了受到不同懲罰函數(shù)的影響外,還與參數(shù)γ有關(guān),γ越大EDC2估計(jì)的獨(dú)立分量數(shù)越少,越容易造成低估計(jì);γ越小,EDC2估計(jì)的獨(dú)立分量數(shù)越多,越容易造成過(guò)估計(jì). 將EDC2中的CN記為y1=Nγ=271 633γ,IEDC2中的CN記為y2=[lg(271 633)]γ,則y1、y2隨γ值變化的趨勢(shì)如圖4所示.

        圖4 y1和y2隨γ值的變化趨勢(shì)對(duì)比Fig.4 Comparison of the change trend of y1 and y2 with γ values

        圖4中橫軸為參數(shù)γ,左邊縱軸對(duì)應(yīng)y1=271 633γ的函數(shù)值,右邊縱軸對(duì)應(yīng)y2=[lg(271 633)]γ的函數(shù)值,對(duì)比可知,體素?cái)?shù)N一定時(shí),相同γ值下,y1函數(shù)值的變化率快,表現(xiàn)為γ值增加時(shí),EDC2估計(jì)的獨(dú)立分量數(shù)減小較快,容易造成低估計(jì);γ值減小時(shí),EDC2估計(jì)的獨(dú)立分量數(shù)增加較快,容易造成過(guò)估計(jì).

        本文針對(duì)不同γ值下EDC2對(duì)4組受試者的估計(jì)結(jié)果存在過(guò)估計(jì)問(wèn)題提出改進(jìn),在IEDC2懲罰函數(shù)的基礎(chǔ)上,利用黃金分割法確定γ的最優(yōu)值,改善IEDC2的估計(jì)性能.將黃金分割法用于確定最優(yōu)γ值優(yōu)化改進(jìn)有效檢測(cè)準(zhǔn)則,本文簡(jiǎn)稱(chēng)為OIEDC2.

        黃金分割法每次將搜索區(qū)間縮小0.618倍,根據(jù)精度要求以0.618n的縮減速率尋找最優(yōu)點(diǎn).γ值的范圍是確定的記為[a,b],黃金分割法首先確定2個(gè)初始實(shí)驗(yàn)點(diǎn)r1和r2,其中實(shí)驗(yàn)點(diǎn)r1由式(19)確定.實(shí)驗(yàn)點(diǎn)r2由式(20)確定.

        r1=a+0.618×(b-a).

        (19)

        r2=a+b-r1=b-0.618×(b-a)

        .

        (20)

        黃金分割法第一次確定2個(gè)實(shí)驗(yàn)點(diǎn),之后通過(guò)對(duì)比、迭代依次確定下一個(gè)實(shí)驗(yàn)點(diǎn),同時(shí)更新變量區(qū)間,縮小變量范圍,最終通過(guò)評(píng)價(jià)函數(shù)確定最優(yōu)點(diǎn).黃金分割法通過(guò)不斷更新γ的區(qū)間最終確定參數(shù)γ的最優(yōu)值,直至IEDC2(γ)滿(mǎn)足式(21).將滿(mǎn)足式(21)的γ稱(chēng)為參數(shù)γ的最優(yōu)值,記為γbest.將γbest用于式(18)可得OIEDC2估計(jì)如式(22)所示.

        20≤IEDC2(γ)≤40

        .

        (21)

        OIEDC2(k)=2L(x(n)|θk)+η(ηk,N)[lgN]γbest.

        (22)

        5 實(shí)驗(yàn)結(jié)果及對(duì)比分析

        為了衡量OIEDC2改進(jìn)后的估計(jì)性能,將EDC2、IEDC2和OIEDC2分別用于估計(jì)4組受試者的獨(dú)立分量數(shù)目,結(jié)果如表3所示.

        表3 EDC2、IEDC2和OIEDC2的估計(jì)結(jié)果

        由表3可知,EDC2對(duì)4組受試者的估計(jì)結(jié)果均存在不同程度的過(guò)估計(jì)問(wèn)題;IEDC2對(duì)fsub_CN估計(jì)的獨(dú)立分量數(shù)在20~40,估計(jì)結(jié)果較合理,對(duì)其余3組受試者雖然存在不同程度的過(guò)估計(jì)問(wèn)題,但對(duì)fsub_LMCI估計(jì)的獨(dú)立分量數(shù)與40較接近,估計(jì)結(jié)果比EDC2好,對(duì)fsub_EMCI和fsub_AD估計(jì)的獨(dú)立分量數(shù)比EDC2低,表明與EDC2相比,IEDC2的估計(jì)性能有所改善;OIEDC2對(duì)4組受試者估計(jì)的獨(dú)立分量數(shù)目均處于20~40,估計(jì)結(jié)果都比較合理,因此本文改進(jìn)后的OIEDC2避免了過(guò)估計(jì)問(wèn)題,實(shí)驗(yàn)結(jié)果比改進(jìn)前的EDC2要好.

        6 結(jié)論

        本文對(duì)基于EDC2的獨(dú)立分量數(shù)目估計(jì)方法進(jìn)行改進(jìn).將對(duì)數(shù)函數(shù)引入EDC2的懲罰函數(shù)項(xiàng),稱(chēng)為IEDC2,將黃金分割法引入IEDC2確定最優(yōu)參數(shù)γ,稱(chēng)為OIEDC2,并將結(jié)果進(jìn)行對(duì)比分析,衡量EDC2改進(jìn)前后的估計(jì)性能.實(shí)驗(yàn)結(jié)果表明,本文方法有效解決了4組受試者獨(dú)立分量數(shù)目的過(guò)估計(jì)問(wèn)題,估計(jì)結(jié)果更合理.為后續(xù)的基于獨(dú)立分量的盲源分離,獨(dú)立分量選擇,感興趣區(qū)域功能連接計(jì)算,實(shí)現(xiàn)4組受試者的功能連接分析,并通過(guò)統(tǒng)計(jì)檢驗(yàn)獲取隨疾病發(fā)展進(jìn)程感興趣區(qū)域功能連接的變化規(guī)律,進(jìn)而為尋找導(dǎo)致功能連接變化的內(nèi)外部因素以及性別與AD發(fā)病的關(guān)系,即為AD發(fā)病機(jī)制的研究奠定基礎(chǔ).

        猜你喜歡
        數(shù)目懲罰準(zhǔn)則
        有機(jī)物“同分異構(gòu)體”數(shù)目的判斷方法
        具非線性中立項(xiàng)的二階延遲微分方程的Philos型準(zhǔn)則
        神的懲罰
        小讀者(2020年2期)2020-03-12 10:34:06
        Jokes笑話(huà)
        懲罰
        基于Canny振蕩抑制準(zhǔn)則的改進(jìn)匹配濾波器
        《哲對(duì)寧諾爾》方劑數(shù)目統(tǒng)計(jì)研究
        牧場(chǎng)里的馬
        真正的懲罰等
        一圖讀懂《中國(guó)共產(chǎn)黨廉潔自律準(zhǔn)則》
        少妇的丰满3中文字幕| 亚洲精品中文字幕免费专区| 亚洲欧美日韩另类精品一区| 成av人片一区二区三区久久| 高清国产一级毛片国语| 国产自拍精品视频免费观看| 亚洲精品国产第一区二区| 欧美寡妇xxxx黑人猛交| 国产精品国产三级农村妇女| 日本一区二区三区专区| 在线播放草猛免费视频| 欧美牲交a欧美牲交aⅴ免费真| 国产黄页网站在线观看免费视频 | 国产免费无码一区二区三区| 精品九九视频| 亚州中文字幕乱码中文字幕| 欧美精品一区二区精品久久| 五月婷婷俺也去开心| 91福利国产在线观看网站| 国产精品一二三区亚洲| 欧美丰满熟妇bbb久久久| 色av综合av综合无码网站| 偷拍激情视频一区二区| 亚洲高清中文字幕视频| 久久国内精品自在自线图片| 传媒在线无码| 日本在线观看三级视频| 精品国产乱码久久久久久婷婷| 色先锋资源久久综合5566| 国产三级黄色片子看曰逼大片| 日本a级免费大片网站 | 熟妇人妻中文av无码| 成人国产乱对白在线观看| 日本免费在线一区二区三区| 亚洲av无码久久精品蜜桃| 无码天堂亚洲国产av麻豆| 免费观看在线视频播放| 国产欧美一区二区精品久久久| 久久人妻公开中文字幕| 一区二区三区四区四色av| 国产成人av一区二区三区不卡|