一、答辩题目：基于磁共振成像技术的大脑皮层褶皱模型研究
二、答辩人：李晓
三、答辩时间：2021年11月27日09：00
四、答辩地点：腾讯会议495721928
五、答辩内容简介：
本论文以结构磁共振成像为基础，融合弥散张量成像技术，利用机器学习方法和统计分析方法，设计了多个有效的计算方法，用于探究大脑皮层褶皱模型的分布规律，形态特征，结构连接特征和网络交互和图论性质等。本论文主要内容和创新点总结如下：
1.为了分析中尺度的皮层褶皱三铰链模型，设计了自动识别该模型的双层剖面拟合算法，该算法能够有效结合皮层形态特征，自动准确地识别皮层中的三铰链模型。之后在脑回形态特征相关研究的基础上，设计了决策树分类的基本形态判别和基本形态的组合描述符表征三铰链模型的形态特征。
2.受到大脑皮层沟回褶皱模型的结构连接特征启发，即脑回是全局的结构中心，脑沟是局部结构单元，构建三铰链模型和脑回的结构连接网络图，对图属性进行小世界网络分析和统计分析，分析三铰链模型在大脑连接网络中的作用。
3.为了寻找在猕猴和人类大脑皮层区域间稳定存在的白质纤维束连接，构建了猕猴和人类大脑的白质纤维束连接矩阵，设计基于图的网络绝对值的稀疏典型相关分析算法寻找权重值最大的白质纤维束连接。
4.为了准确定位三铰链模型的位置，融合该模型的空间分布特征和白质纤维束形态特征，设计了三铰链模型位置的预测模型，在新个体上定位三铰链模型中心点的位置。
5.考虑到基因与皮层褶皱模型形成、结构连接的关系，分别设计了基于支持向量机的分类器框架和相关分析算法，筛选与皮层褶皱模型、结构连接关系密切的基因。
六、答辩人简介：
李晓，男，博士研究生，控制科学与专业，主要研究方向为医学图像处理、脑褶皱模型研究。
