磙共振波谱数据分类及不同算法的评估.pdf

摘要 摘 要 论文题目：磁共振波谱数据的分类及不同算法的评估 论文作者：包晨 导师：万遂人教授 脑肿瘤是常见的神经系统疾病之一。利用影像学手段为肿瘤术前定性诊断及范围判定成 为近年研究的热点。磁共振波谱(MRS)技术是目前唯一能对人体的组织代谢、生化环境 以及化合物进行定量分析的无创伤性方法。通过对磁共振波谱的研究和应用，可以找到更好 的方法完成对脑肿瘤的辅助诊断。 Value 本文利用HLSVD(Hankel-L娜zos Singular (AdvancedMethod Efficient forAccurate，Robust,and SpectralFitting)方法分别对人脑的1H 磁共振波谱数据进行量化处理，在基于一定量数据的基础上，通过比较两种方法在量化结果 的准确性和量化过程的时间性上的差异，找到更适用于临床辅助诊断的方法。 磁共振波谱分类器是波谱数据分析的重要工具。本文利用波谱数据的特征提取和分类 算法来实现分类器的设计。文中选用两种特征提取的方法：独立成分分析(Independent ComponentAnalysis)和主成分分析(principalcomponents analysis)，分别对量化后的数据进 行特征提取，以期找到更适用于波谱数据分析的特征提取方法。 经过对结果的分析比较后，确定了采用HLSVD量化分析方法和独立成分分析的特征 提取方法，并在此基础上完成基于SVM(支持向量机)的分类器设计。这部分内容国内还 未见报道。 本文共选取50例包含胶质瘤、转移瘤和脑膜瘤的实验数据。利用设计完成的分类器可 以很好的实现脑膜瘤和其他两类肿瘤的分类，胶质瘤和转移瘤的分类结果还有待于改善。 MRS 关键词：脑肿瘤1H HLSVDICA SVM分类器 Abstract Abstract Thesis of Title：ClassificationMRSdataandevaluationofdifferent algorithms ThesisAuthor：BaoChen ’I、ltor：ProfessorWanSuiren Braintumorisoneofthemostcommon nervous diseases．Inrecent system imaging years ahot touse methodfor and research,ifs spot imaging qualitativediagnosisscope predication the to before inorder moreinformation．Itsthe non-invasivemethodto surgery provide only the environmentand