论文目录 | |
| 中文摘要 | 第1-5
页 |
| ABSTRACT | 第5-10
页 |
| 第一章 引言 | 第10-20
页 |
| · 人脑的基本生理结构 | 第11
页 |
| · 脑功能成像技术 | 第11-14
页 |
| · 脑功能成像技术 | 第11-12
页 |
| · 脑功能成像技术的优势与不足 | 第12-13
页 |
| · 三类研究脑的方法 | 第13-14
页 |
| · 功能磁共振成像技术的发展及研究应用 | 第14-18
页 |
| · 功能磁共振成像的应用研究 | 第15-16
页 |
| · 功能磁共振成像特点 | 第16
页 |
| · 脑功能磁共振成像信号特征 | 第16-18
页 |
| · 功能磁共振数据处理方法 | 第18
页 |
| · 本文所要解决的问题 | 第18
页 |
| · 全文的结构安排 | 第18-20
页 |
| 第二章 对功能磁共振成像(FMRI)数据的聚类分析 | 第20-35
页 |
| · 数据驱动方法(data-driven) | 第21-26
页 |
| · 主成分分析(PCA, principle component analysis )基本原理 | 第21-22
页 |
| · 独立成分分析(ICA, independent component analysis)基本原理 | 第22-23
页 |
| · 聚类分析(CA,clustering analysis)基本原理及算法 | 第23-26
页 |
| · 一种新的系统聚类分析(HCA, hierarchical clustering analysis) | 第26-27
页 |
| · 预处理――邻域相关 | 第26-27
页 |
| · 时空量度 | 第27
页 |
| · 数据获取和数据处理 | 第27-29
页 |
| · 构造仿真数据 | 第27-28
页 |
| · 实验模式 | 第28-29
页 |
| · 实验数据检测 | 第29
页 |
| · 数据处理 | 第29
页 |
| · 结果 | 第29-32
页 |
| · 仿真结果 | 第29-31
页 |
| · 邻域相关预处理结果 | 第29-30
页 |
| · 系统聚类结果 | 第30-31
页 |
| · 视觉fMRI 实验数据系统聚类结果 | 第31-32
页 |
| · 讨论 | 第32-34
页 |
| · 仿真结果 | 第32-33
页 |
| · 视觉fMRI 实验结果 | 第33-34
页 |
| · 动力学响应差异 | 第34
页 |
| · 结论 | 第34-35
页 |
| 第三章 基于动力学特性的FMRI的广义线性模型 | 第35-42
页 |
| · 引言 | 第35
页 |
| · 基本原理 | 第35-38
页 |
| · 广义线性模型理论 | 第35-37
页 |
| · 动力学卷积模型 | 第37-38
页 |
| · fMRI 的数据分析 | 第38-40
页 |
| · 数据描述 | 第38
页 |
| · 处理过程 | 第38-40
页 |
| · 处理结果 | 第40-42
页 |
| · SPM 结果 | 第40
页 |
| · 动力学卷积模型结果 | 第40-42
页 |
| 第四章 SPM软件基本原理及一组实验数据的处理结果 | 第42-55
页 |
| · SPM 解析过程及其原理概述 | 第42-48
页 |
| · 空间预处理 | 第42-45
页 |
| · 脑图像配准 | 第43-44
页 |
| · 图像平滑 | 第44
页 |
| · 脑整体血流量效应的消除 | 第44-45
页 |
| · 统计参数映射 | 第45-48
页 |
| · 广义线性模型 | 第46
页 |
| · 统计推理和高斯随机场理论 | 第46-47
页 |
| · 受解剖约束的假设 | 第47-48
页 |
| · 没有解剖约束的假设和推理的水平 | 第48
页 |
| · 用SPM 软件处理一组实验数据 | 第48-55
页 |
| · 实验背景 | 第48-49
页 |
| · 数据处理 | 第49-50
页 |
| · 模型设计 | 第49
页 |
| · 数据输入 | 第49
页 |
| · 浏览设计的模型 | 第49
页 |
| · 参数估计 | 第49-50
页 |
| · 结果评价 | 第50-55
页 |
| 第五章 结论和展望 | 第55-56
页 |
| · 本论文工作总结 | 第55
页 |
| · 对今后工作的展望 | 第55-56
页 |
| 参考文献 | 第56-60
页 |
| 致谢 | 第60-61
页 |
| 个人简历及研究生期间的研究成果 | 第61
页 |
