| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 主要缩略语 | 第14-18页 |
| 主要符号表 | 第18-19页 |
| 1 绪论 | 第19-28页 |
| 1.1 研究背景与意义 | 第19-21页 |
| 1.1.1 研究背景 | 第19-20页 |
| 1.1.2 研究意义 | 第20-21页 |
| 1.2 国内外研究现状 | 第21-26页 |
| 1.2.1 独立成分分析(ICA)与多被试平均信息提取 | 第21-23页 |
| 1.2.2 独立向量分析(IVA)与多被试差异信息提取 | 第23-24页 |
| 1.2.3 张量分解与多被试共享信息提取 | 第24-25页 |
| 1.2.4 不同模型阶数下空间成分的变化 | 第25-26页 |
| 1.3 本文主要研究内容与结构安排 | 第26-28页 |
| 2 复数fMRI数据介绍与后处理相位消噪研究 | 第28-44页 |
| 2.1 引言 | 第28页 |
| 2.2 复数fMRI数据介绍 | 第28-31页 |
| 2.2.1 复数fMRI数据产生原理 | 第28-30页 |
| 2.2.2 相位fMRI数据的高噪声性与独有信息 | 第30-31页 |
| 2.3 本文的多被试复数fMRI数据介绍 | 第31-34页 |
| 2.3.1 敲击手指的任务态fMRI数据 | 第31-32页 |
| 2.3.2 精神分裂症患者的静息态fMRI数据 | 第32页 |
| 2.3.3 感兴趣成分选取及其参考成分的构建 | 第32-34页 |
| 2.4 独立成分分析 | 第34-37页 |
| 2.4.1 单被试fMRI数据的ICA分析 | 第35页 |
| 2.4.2 多被试fMRI数据的ICA分析 | 第35-37页 |
| 2.5 复数数据后处理消噪的相位范围自适应选取方法研究 | 第37-43页 |
| 2.5.1 算法原理 | 第37-40页 |
| 2.5.2 实际fMRI数据实验与结果分析 | 第40-43页 |
| 2.6 本章小结 | 第43-44页 |
| 3 基于多维广义高斯分布的复数自适应定点IVA算法研究 | 第44-66页 |
| 3.1 引言 | 第44-45页 |
| 3.2 算法原理 | 第45-51页 |
| 3.2.1 IVA模型和代价函数 | 第45-46页 |
| 3.2.2 基于多维广义高斯分布的非线性函数 | 第46-47页 |
| 3.2.3 主导子空间消噪方案 | 第47-49页 |
| 3.2.4 非圆性的嵌入 | 第49-51页 |
| 3.3 仿真fMRI数据实验设计与结果分析 | 第51-59页 |
| 3.3.1 实验设计 | 第51-52页 |
| 3.3.2 性能指标 | 第52-53页 |
| 3.3.3 噪声影响 | 第53-54页 |
| 3.3.4 形状参数估计 | 第54-56页 |
| 3.3.5 模型阶数对IVA算法性能影响 | 第56-59页 |
| 3.4 实际fMRI数据实验与结果分析 | 第59-64页 |
| 3.4.1 模型阶数选取 | 第59-61页 |
| 3.4.2 T-map结果 | 第61-62页 |
| 3.4.3 形状参数估计 | 第62-63页 |
| 3.4.4 与实数IVA算法对比分析 | 第63-64页 |
| 3.5 本章小结 | 第64-66页 |
| 4 嵌入空时约束的CPD算法研究 | 第66-104页 |
| 4.1 引言 | 第66页 |
| 4.2 典范因子分解(CPD)算法 | 第66-70页 |
| 4.2.1 无约束CPD算法 | 第66-68页 |
| 4.2.2 时间移不变CPD算法 | 第68-70页 |
| 4.3 时间移不变CPD和ICA相结合的算法研究 | 第70-87页 |
| 4.3.1 算法原理 | 第70-73页 |
| 4.3.2 仿真fMRI数据实验设计与结果分析 | 第73-82页 |
| 4.3.3 实际fMRI数据实验与结果分析 | 第82-87页 |
| 4.4 空间源相位稀疏约束的复数时间移不变CPD算法研究 | 第87-102页 |
| 4.4.1 复数时间移不变CPD算法 | 第87-91页 |
| 4.4.2 基于空间源相位稀疏的空间约束 | 第91-92页 |
| 4.4.3 仿真fMRI数据实验设计与结果分析 | 第92-99页 |
| 4.4.4 实际fMRI数据实验与结果分析 | 第99-102页 |
| 4.5 本章小结 | 第102-104页 |
| 5 模型阶数影响研究与精神分裂症患者脑区差异性检测 | 第104-122页 |
| 5.1 引言 | 第104页 |
| 5.2 Best run选取方法 | 第104-106页 |
| 5.2.1 算法原理 | 第105页 |
| 5.2.2 实际fMRI数据实验和结果分析 | 第105-106页 |
| 5.3 模型阶数对静息态fMRI数据分析的影响 | 第106-117页 |
| 5.3.1 成分分裂或成分合成情况分析 | 第107-112页 |
| 5.3.2 激活体素数目分析 | 第112-115页 |
| 5.3.3 稳定性分析 | 第115-117页 |
| 5.3.4 相位fMRI数据的特征值分布研究 | 第117页 |
| 5.4 健康对照组和精神分裂症患者的脑区差异性检测 | 第117-122页 |
| 5.4.1 脑区差异性衡量指标 | 第118-119页 |
| 5.4.2 实际fMRI数据实验与结果分析 | 第119-122页 |
| 6 结论与展望 | 第122-125页 |
| 6.1 结论 | 第122-123页 |
| 6.2 创新点 | 第123-124页 |
| 6.3 展望 | 第124-125页 |
| 参考文献 | 第125-135页 |
| 附录A 非整数时延的估计 | 第135-136页 |
| 附录B 公式(4.34)的证明 | 第136-137页 |
| 附录C 公式(4.39)的证明 | 第137-138页 |
| 攻读博士学位期间科研项目及科研成果 | 第138-140页 |
| 致谢 | 第140-141页 |
| 作者简介 | 第141页 |
