| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题来源与背景 | 第11-12页 |
| ·磁共振成像技术综述 | 第12-16页 |
| ·磁共振原理 | 第12-14页 |
| ·功能磁共振成像 | 第14-15页 |
| ·功能磁共振成像的特点 | 第15-16页 |
| ·研究现状及发展趋势 | 第16-19页 |
| ·脑磁共振数据的研究方法概述 | 第16-17页 |
| ·模式识别方法的研究现状及发展趋势 | 第17-18页 |
| ·模式识别方法在脑磁共振成像数据多类问题中的应用 | 第18-19页 |
| ·课题的研究意义 | 第19-20页 |
| ·本文研究的主要内容 | 第20-21页 |
| 第二章 模式识别方法概述 | 第21-32页 |
| ·特征提取方法 | 第21-26页 |
| ·主成分分析（PCA） | 第21-22页 |
| ·成组独立成分分析（Group ICA） | 第22-24页 |
| ·SVM-RFE | 第24-26页 |
| ·模式分类方法 | 第26-31页 |
| ·支持向量机（SVM） | 第26-28页 |
| ·关联向量机（RVM） | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 静息功能像数据的多类模式分析 | 第32-50页 |
| ·数据采集与预处理 | 第32-35页 |
| ·精神分裂症疾病简述 | 第32-33页 |
| ·被试数据采集 | 第33-34页 |
| ·静息功能像数据预处理 | 第34-35页 |
| ·基于脑功能连接矩阵特征的多类数据模式分析 | 第35-42页 |
| ·功能连接矩阵 | 第36-37页 |
| ·被试组间功能连接矩阵特征的统计差异研究 | 第37-39页 |
| ·功能连接矩阵特征的模式分类研究 | 第39-40页 |
| ·分类结果及讨论 | 第40-42页 |
| ·基于成组独立成分（Group ICA）特征的多类模式分析 | 第42-48页 |
| ·成组独立成分特征的获取 | 第42-43页 |
| ·成组独立成分的特征融合 | 第43-44页 |
| ·成组独立成分特征的模式分类研究 | 第44-45页 |
| ·结果分析与讨论 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 结构像数据的多类模式分析 | 第50-62页 |
| ·数据获取与预处理 | 第50-52页 |
| ·老年痴呆疾病简述 | 第50-51页 |
| ·被试数据获取 | 第51页 |
| ·基于DARTEL 的结构像预处理 | 第51-52页 |
| ·结构像多类模式分析研究 | 第52-61页 |
| ·结构像数据统计分析 | 第53-54页 |
| ·基于SVM-RFE 的特征提取 | 第54-55页 |
| ·基于RVM 和SVM 的模式分类研究 | 第55-60页 |
| ·结果分析与讨论 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-65页 |
| ·论文总结 | 第62-63页 |
| ·未来工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-73页 |
| 作者在学期间取得的学术成果 | 第73页 |
| 作者在学期间参与的主要科研工作 | 第73页 |