关键词：
深度学习
磁共振影像
卷积神经网络
阿尔茨海默病
阈下抑郁
摘要：
人脑是一个复杂而精密的器官,分为左脑和右脑,左脑和右脑由胼胝体相连,整个大脑分为颞叶、枕叶、额叶和顶叶四个部分,也可以分为大脑、小脑、间脑和脑干。人脑主管情绪、思维与行动,其中不同的脑区既有分工又有协作,共同完成各种情感活动与认知活动。人们对于人脑的研究从未停止,科学家们希望,通过进一步了解人脑的结构与功能,可以研究出预防与治疗脑部疾病的方法,从而给人类健康带来诸多益处。随着物理学的发展,多学科交叉成为了一个新的趋势,而物理学也在越来越多的方面得到了应用,核医学就是粒子物理与原子核物理在生命健康领域的重要应用之一。核医学这门交叉学科推动了医疗的发展,也催生出了很多应用成果。在影像中最重要的成果之一就是核磁共振。核磁共振是一种物理结构探测手段,能够使医生透过组织观察到器官的病变。属于物理学在生命健康领域的一个卓有成效的研究成果。在众多研究方法中,医学影像是一种有力而有效的研究方法。医学影像包括X光成像、磁共振成像、正电子发射成像等,医学影像可为器官和组织在结构和功能方面提供准确、定量的测量,而且具有安全、对人体伤害小、辐射小、快捷方便、适用人群多样等优点,日益成为一项广泛使用的工具。随着技术水平的发展,各种学科交叉的现象越来越明显,近年来生物医学与计算机科学相互关联、相互影响也成为了一个趋势,其中人工智能领域作为一门新兴学科受到了人们的广泛关注。人工智能在一定程度上使机器拥有了类似于人类大脑的学习思维,其中机器学习作为其中的一个重要分支在各个领域都发挥了很大作用,比如模式识别、计算机视觉、自然语言处理等。随着硬件水平的提升与大数据的兴起,擅长于海量数据计算的深度学习进入了人们的视野并受到了人们的青睐。如何将这种技术与生物医学相结合成为了一个重要的问题,为了解决这一难题,人们将深度学习方法与医学影像相结合,利用智能化方法分析影像,从而给人们带来启发,从机器的角度给人们提供信息,从而给疾病的研究带来贡献。在众多的脑部疾病中,阿尔茨海默病和抑郁症的发病率和致死率名列前茅,作为危害广泛的精神疾病,人们投入了大量人力物力去研究这些疾病,虽然取得了一定的成效,但距离真正攻克它们还任重道远。阿尔茨海默病是一种神经疾病,俗称老年痴呆,病因迄今未明,临床上以记忆障碍、执行功能障碍以及人格和行为改变等表现为特征。阿尔茨海默病是一种神经退行性疾病,涉及大脑结构和功能的变化。阿尔茨海默病的病程长,平均8～10年,危害广泛,65岁以上患病率最高可达30%。而抑郁症是一种以心境恶劣、思维迟缓、心态消极悲观为主的精神疾病,主要表现为持续化的情绪低落、无价值感、时常感到空虚、伴有自杀倾向。全球共有约4亿人患有抑郁症,但只有很少一部分人会寻求治疗,在中国抑郁症的发病率在5%左右,且呈现出上升的趋势。抑郁症与脑部病变有紧密关联,比如前额叶、杏仁核等。针对上述疾病识别率低的问题,本研究采用人工智能方法对磁共振影像进行分析,利用深度学习技术与医学影像相结合,将患者的结构影像和功能影像输入神经网络,利用不同模态影像自身的特点搭建不同种类的神经网络,接着对网络模型调整参数直至训练完成,最后对模型效果进行验证,最终达到从输入数据中正确分出患者和正常被试的目的。
欢迎来到三峡大学图书馆！
