解读fMRI情感类型的机器学习方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题的研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·与情绪相关的fMRI研究 | 第11-12页 |
| ·功能磁共振数据分析方法 | 第12-13页 |
| ·课题研究的目的和意义 | 第13-14页 |
| ·本论文的主要工作与结构组织 | 第14-16页 |
| ·主要工作 | 第14-15页 |
| ·本文结构组织 | 第15-16页 |
| 第二章 相关基础理论 | 第16-22页 |
| ·功能磁共振成像技术 | 第16-17页 |
| ·功能磁共振成像技术原理 | 第16-17页 |
| ·功能磁共振图像(fMRI)的优缺点 | 第17页 |
| ·功能磁共振图像数据 | 第17-19页 |
| ·功能磁共振图像(fMRI)数据预处理 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第三章 特征选择与分类器 | 第22-38页 |
| ·样本设置 | 第22-23页 |
| ·数据转换处理 | 第23-25页 |
| ·分类器选择 | 第25-34页 |
| ·分类器一般形式 | 第26-27页 |
| ·高斯朴素贝叶斯 | 第27-29页 |
| ·线性支持向量机 | 第29-31页 |
| ·线性分类器学习方式 | 第31-32页 |
| ·体素之间关系及非线性分类器 | 第32页 |
| ·分类需要注意的问题 | 第32页 |
| ·评测过程 | 第32-34页 |
| ·特征选择 | 第34-37页 |
| ·如何选择特征 | 第34-35页 |
| ·特征选择方法 | 第35页 |
| ·最优特征数目 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 实验数据集及结果分析 | 第38-52页 |
| ·实验数据集介绍 | 第38-41页 |
| ·刺激材料选取 | 第38-39页 |
| ·实验数据获取 | 第39-41页 |
| ·常规fMRI数据分析 | 第41-45页 |
| ·SPM预处理 | 第41-42页 |
| ·SPM分析结果 | 第42-45页 |
| ·解读fMRI数据 | 第45-51页 |
| ·类别数目分析 | 第46页 |
| ·特征选择 | 第46-47页 |
| ·SPM激活区作为特征 | 第47-48页 |
| ·实验结果分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·本文主要工作总结 | 第52-53页 |
| ·未来工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读学位期间发表的学术论文目录 | 第60页 |
