| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 自闭症简介及其诊断方法 | 第11-12页 |
| 1.1.2 基于静息态功能磁共振成像的自闭症研究 | 第12-13页 |
| 1.1.3 基于静息态功能磁共振成像的自闭症预测的意义 | 第13页 |
| 1.2 基于静息态功能磁共振成像的自闭症预测方法研究现状 | 第13-15页 |
| 1.3 目前研究存在的问题 | 第15-16页 |
| 1.4 论文研究内容及结构安排 | 第16-18页 |
| 2 自闭症数据及预测性能评估方法 | 第18-23页 |
| 2.1 被试数据信息 | 第18页 |
| 2.2 数据采集及预处理 | 第18-21页 |
| 2.3 预测性能评估方法 | 第21-23页 |
| 3 基于Lasso特征选择的自闭症预测 | 第23-34页 |
| 3.1 引论 | 第23-24页 |
| 3.2 方法概述 | 第24-25页 |
| 3.3 基于Lasso特征选择的自闭症预测方法 | 第25-29页 |
| 3.3.1 Lasso算法 | 第25-26页 |
| 3.3.2 特征选择及分类 | 第26-29页 |
| 3.4 实验结果与分析 | 第29-32页 |
| 3.4.1 预测性能及分析 | 第29-30页 |
| 3.4.2 ASD组与TD组之间具有显著差异的静息态功能连接 | 第30-32页 |
| 3.5 本章小结 | 第32-34页 |
| 4 基于elastic net特征选择的自闭症预测 | 第34-46页 |
| 4.1 引论 | 第34-35页 |
| 4.2 基于elastic net特征选择的自闭症预测方法 | 第35-38页 |
| 4.2.1 方法概述 | 第35页 |
| 4.2.2 Elastic net方法 | 第35-36页 |
| 4.2.3 特征选择 | 第36-37页 |
| 4.2.4 参数寻优 | 第37-38页 |
| 4.2.5 分类 | 第38页 |
| 4.3 实验结果与讨论 | 第38-45页 |
| 4.3.1 对λ_(lse)和λ_(min)两种模型参数预测结果的比较 | 第38-39页 |
| 4.3.2 两种内嵌参数寻优方法结果比较 | 第39页 |
| 4.3.3 Elastic net方法预测结果比较 | 第39-41页 |
| 4.3.4 置换检验 | 第41-42页 |
| 4.3.5 ASD组与TD组之间存在显著差异的静息态功能连接 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 基于动态功能连接的自闭症预测 | 第46-58页 |
| 5.1 引论 | 第46-47页 |
| 5.2 基于高阶动态功能连接的自闭症预测研究 | 第47-54页 |
| 5.2.1 方法概述 | 第47-49页 |
| 5.2.2 基于高阶动态功能连接的自闭症预测 | 第49-51页 |
| 5.2.3 实验结果及讨论 | 第51-54页 |
| 5.3 基于动态功能连接网络拓扑特征的自闭症预测研究 | 第54-57页 |
| 5.3.1 研究方法 | 第54-56页 |
| 5.3.2 实验结果及讨论 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 论文的主要工作成果 | 第58-59页 |
| 6.2 进一步的工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第63-65页 |
| 学位论文数据集 | 第65页 |
