基于文本挖掘的抑郁症脑网络统计模型研究-计算机系统结构专业论文.docx

万方数据 万方数据 STUDY ON DEPRESSION BRAIN NETWORK STATISTICAL MODEL BASED ON TEXT MINING A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Computer System Architecture Author: He Yang Advisor: Yu Tang School : School of Computer Science Engineering 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 作者签名： 日期： 2013 年 3 月 13 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 摘要 摘 要 人脑是自然界中最复杂的系统之一，不同的功能区域相互作用相互协调共同 构成一个网络来发挥功能。人脑是一个复杂的网络，具有高效的“小世界”拓扑 属性。研究表明特定脑疾病的发病过程中，脑区功能性连接紊乱，一些脑区之间 有着很强的关联。本文针对脑疾病抑郁症，使用文本数据挖掘工具获取与该脑疾 病关联强度活跃的关键脑区以及关键脑区之间的关联强度建立了抑郁症脑网络权 重模型，最后完成脑网络模型图形表达，以期揭示一种脑疾病发病的关键脑区网 络映射，与此同时也希望我们的工作将会对广大脑疾病医学研究工作者们有所帮 助。本文主要内容为： 1．首先从人脑的复杂系统开始，简单的描述一些脑网络研究的一些基本概念 和意义，随后究其复杂程度引入复杂网络。这样，逐渐的把复杂网络的一些东西 用来解释了新兴的脑网络这个概念，最后具体到脑网络中的边和节点的构成意义， 以及脑网络中边和节点的权重关系。 2．随后，本文从对当前医学研究用得较多的几个脑区词表做了梳理以及简单 的整合，其中包括了脑区名以及它们的坐标，因为后面的脑网络将用到的脑区节 点名词和坐标就处于此处。然后，本文把脑网络的这个概念关联到了具体的抑郁 症脑疾病，根据 PubMed 医学文献库中近年医学研究很多文献中反应，抑郁症的发 病的共性是一些关键脑区所组成的关联映射脑网络多出现不同程度的小世界特征 的退化，也正是这种退化又反过来加速了脑疾病的病情。 3．从这里开始，也是本文的创新点所在。在这一部分先简要的介绍了文本挖 掘的概念及近年来的发展。然后，就是说了说此次脑网络统计计算引擎 CSSE 所使 用到的一些文本挖掘技术，以及元数据的处理过程。花了大量时间对同一文献集 合做了人工检索和 CSSE 检索，并对结果进行了对比，估算了偏差。又将统计模型 的计算结果关联到抑郁症脑网络，分别进行了二维和三维的图形表达，这样一来 这个“小世界”网络看起来更直观了。 4．最后，总结一下，有很多地方值得改进。比如说，一个脑区关键词的记录 计入依据是肯定还是否定还不能完全识别，以及图表和图片的解析问题。 关键词：脑网络，抑郁症，文本挖掘，统计模型，复杂网络 I ABSTRACT ABSTRACT The brain of human is the most complex system in nature, different function regional interaction coordination constitute a network to play a function. The human brain is a complex network, and it has high efficient small world topological attributes. Research shows that particular brain in disease process the brain area functional connection disorder, some brain regions have a strong correlation. A