| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略词 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 胶质瘤分级研究现状 | 第11-12页 |
| 1.2.2 胶质瘤功能代偿性研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容及创新点 | 第13-14页 |
| 1.4 全文结构 | 第14-15页 |
| 第二章 胶质瘤病理机制概述及静息态BOLD-fMRI简介 | 第15-25页 |
| 2.1 胶质瘤病理机制概述 | 第15-17页 |
| 2.1.1 胶质瘤的病理描述 | 第15-16页 |
| 2.1.2 胶质瘤的分级及治疗方法 | 第16-17页 |
| 2.2 静息态BOLD-fMRI成像原理及应用 | 第17-19页 |
| 2.2.1 静息态BOLD-fMRI成像原理 | 第17页 |
| 2.2.2 静息态BOLD-fMRI在大脑研究中的应用 | 第17-19页 |
| 2.3 静息态BOLD-fMRI数据采集和处理 | 第19-21页 |
| 2.3.1 静息态BOLD-fMRI的数据采集 | 第19页 |
| 2.3.2 静息态BOLD-fMRI的数据处理 | 第19-21页 |
| 2.4 静息态BOLD-fMRI数据分析方法 | 第21-24页 |
| 2.4.1 低频振幅分数（fALFF） | 第22页 |
| 2.4.2 局域一致性(ReHo) | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 SVM分类方法简介及脑功能网络理论 | 第25-34页 |
| 3.1 支持向量机(SVM)方法的理论基础 | 第25-27页 |
| 3.2 脑功能网络理论基础及应用 | 第27-32页 |
| 3.2.1 脑功能网络的理论基础 | 第27页 |
| 3.2.2 脑功能网络的相关参数 | 第27-30页 |
| 3.2.3 大脑功能网络的特性 | 第30-31页 |
| 3.2.4 脑功能网络在脑科学中的应用 | 第31-32页 |
| 3.3 本章小结 | 第32-34页 |
| 第四章 基于SVM的胶质瘤分级研究 | 第34-43页 |
| 4.1 数据采集 | 第34页 |
| 4.2 数据处理 | 第34-37页 |
| 4.2.1 BOLD-fMRI数据预处理 | 第34页 |
| 4.2.2 肿瘤区域的提取 | 第34-35页 |
| 4.2.3 四个信号参数的提取 | 第35页 |
| 4.2.4 SVM分类流程 | 第35-37页 |
| 4.3 结果 | 第37-39页 |
| 4.4 讨论 | 第39-41页 |
| 4.4.1 SIDR&SIC | 第39-40页 |
| 4.4.2 fALFF&ReHo | 第40-41页 |
| 4.4.3 SVM分类结果 | 第41页 |
| 4.5 结论 | 第41页 |
| 4.6 本章小结 | 第41-43页 |
| 第五章 基于功能网络的胶质瘤代偿机制研究 | 第43-52页 |
| 5.1 数据采集 | 第43页 |
| 5.2 数据处理 | 第43-48页 |
| 5.2.1 BOLD-fMRI数据预处理 | 第43-44页 |
| 5.2.2 功能网络的构建 | 第44-47页 |
| 5.2.3 脑功能网络的核心节点 | 第47页 |
| 5.2.4 病人的认知测试 | 第47-48页 |
| 5.3 结果 | 第48-49页 |
| 5.4 讨论 | 第49-51页 |
| 5.5 结论 | 第51页 |
| 5.6 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 本文的工作总结 | 第52-53页 |
| 6.2 本文的后续工作展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-61页 |
| 在学期间的研究成果及发表的学术论文 | 第61页 |