| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.2.1 抑郁症研究现状 | 第13-14页 |
| 1.2.2 AD和FTD研究现状 | 第14-15页 |
| 1.3 研究意义及内容 | 第15-17页 |
| 1.3.1 研究意义 | 第15-16页 |
| 1.3.2 研究内容 | 第16-17页 |
| 1.4 本文结构 | 第17-19页 |
| 第2章 功能连接和机器学习的相关理论基础 | 第19-31页 |
| 2.1 磁共振数据特征提取 | 第19-20页 |
| 2.2 功能连接相关知识 | 第20-22页 |
| 2.2.1 功能连接基本概念 | 第20页 |
| 2.2.2 功能连接常用分析方法 | 第20-22页 |
| 2.2.3 动态功能连接 | 第22页 |
| 2.3 维数约简 | 第22-24页 |
| 2.3.1 特征选择 | 第22-24页 |
| 2.3.2 降维 | 第24页 |
| 2.4 分类器 | 第24-26页 |
| 2.4.1 支持向量机 | 第25页 |
| 2.4.2 线性判别分类器 | 第25-26页 |
| 2.5 深度学习 | 第26-30页 |
| 2.5.1 卷积神经网络 | 第26-27页 |
| 2.5.2 生成式对抗网络 | 第27-28页 |
| 2.5.3 自编码器 | 第28-29页 |
| 2.5.4 深度森林 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于fMRI功能连接网络的抑郁症辅助诊断研究 | 第31-45页 |
| 3.1 引言 | 第31-32页 |
| 3.2 被试与数据采集 | 第32-33页 |
| 3.2.1 实验被试 | 第32-33页 |
| 3.2.2 数据采集 | 第33页 |
| 3.3 fMRI数据处理 | 第33-34页 |
| 3.3.1 预处理 | 第34页 |
| 3.3.2 组ICA和后处理 | 第34页 |
| 3.4 提取功能连接特征 | 第34-35页 |
| 3.4.1 提取稳态功能连接特征 | 第35页 |
| 3.4.2 提取动态功能连接特征 | 第35页 |
| 3.5 特征选择 | 第35-36页 |
| 3.6 实验结果及分析 | 第36-42页 |
| 3.6.1 稳态分类结果 | 第36-39页 |
| 3.6.2 动态分类结果 | 第39页 |
| 3.6.3 维数约简结果 | 第39-40页 |
| 3.6.4 结果分析 | 第40-42页 |
| 3.6.5 结果讨论 | 第42页 |
| 3.7 本章小结 | 第42-45页 |
| 第4章 基于生成式对抗网络的数据扩充及抑郁症辅助诊断 | 第45-57页 |
| 4.0 引言 | 第45-46页 |
| 4.1 实验数据 | 第46页 |
| 4.2 MVPA流程 | 第46-47页 |
| 4.3 构建扩充数据集 | 第47-49页 |
| 4.4 实验结果及分析 | 第49-55页 |
| 4.4.1 分类结果 | 第49-51页 |
| 4.4.2 不同数据生成方法的分类结果 | 第51页 |
| 4.4.3 结果分析 | 第51-54页 |
| 4.4.4 结果讨论 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第5章 基于CNN和深度森林的AD/FTD辅助诊断 | 第57-67页 |
| 5.1 引言 | 第57-58页 |
| 5.2 实验被试 | 第58页 |
| 5.3 数据采集和预处理 | 第58-60页 |
| 5.4 特征提取和模型构建 | 第60-61页 |
| 5.4.1 特征提取 | 第60-61页 |
| 5.4.2 模型构建 | 第61页 |
| 5.5 实验结果及分析 | 第61-66页 |
| 5.5.1 体积变化 | 第61-62页 |
| 5.5.2 卷积神经网络结果 | 第62-63页 |
| 5.5.3 深度森林结果 | 第63-64页 |
| 5.5.4 结果分析 | 第64-65页 |
| 5.5.5 结果讨论 | 第65-66页 |
| 5.6 本章小结 | 第66-67页 |
| 总结与展望 | 第67-71页 |
| 未来工作 | 第68-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间所发表的成果 | 第77-79页 |
| 致谢 | 第79页 |
