| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 磁共振的国内外研究现状及发展趋势 | 第11-14页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14页 |
| 1.3 下肢康复机器人的国内外研究现状 | 第14-17页 |
| 1.4 本课题研究的主要内容 | 第17-18页 |
| 第2章 功能磁共振成像基础 | 第18-26页 |
| 2.1 功能磁共振成像简介 | 第18页 |
| 2.2 功能磁共振成像的物理基础 | 第18-21页 |
| 2.2.1 自旋核在不同能级上的分布 | 第19页 |
| 2.2.2 磁化强度的变化规律 | 第19-20页 |
| 2.2.3 弛豫 | 第20页 |
| 2.2.4 人体组织的弛豫特性 | 第20-21页 |
| 2.3 BOLD-fMRI对比度机制 | 第21-23页 |
| 2.4 功能磁共振成像实验设计 | 第23-24页 |
| 2.5 功能磁共振成像的实际应用 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 中风后患者利用康复机器人的动力学建模 | 第26-37页 |
| 3.1 不考虑负载的数学建模 | 第26-28页 |
| 3.2 考虑负载但不考虑重心偏移的下肢康复机器人数学建模 | 第28-29页 |
| 3.3 考虑重心偏移情况下的下肢康复机器人数学建模 | 第29-31页 |
| 3.4 下肢康复机器人的动力学建模 | 第31-33页 |
| 3.4.1 空载状态下的动力学建模 | 第31-32页 |
| 3.4.2 考虑负载不考虑重心偏移的动力学建模 | 第32页 |
| 3.4.3 考虑重心偏移的动力学建模 | 第32-33页 |
| 3.5 直线轨迹跟踪 | 第33-34页 |
| 3.6 圆形轨迹追踪示例 | 第34-35页 |
| 3.7 下肢康复机器人系统的不确定性 | 第35-36页 |
| 3.8 本章小节 | 第36-37页 |
| 第4章 患者跟踪实验研究 | 第37-52页 |
| 4.1 研究目的 | 第37页 |
| 4.2 设计思路及内容 | 第37-38页 |
| 4.3 SPM预处理 | 第38-41页 |
| 4.4 数据统计分析 | 第41-43页 |
| 4.5 Fast-stICA-GLM算法应用 | 第43-49页 |
| 4.5.1 Fast-ICA算法 | 第43-44页 |
| 4.5.2 Fast-stICA算法 | 第44-47页 |
| 4.5.3 stICA-GLM算法 | 第47-48页 |
| 4.5.4 一般线性模型 | 第48-49页 |
| 4.6 正常受试者踝关节背屈运动实验 | 第49-51页 |
| 4.6.1 功能图像的采集 | 第49页 |
| 4.6.2 数据处理过程简述 | 第49页 |
| 4.6.3 结果 | 第49-51页 |
| 4.7 本章小结 | 第51-52页 |
| 第5章 实验数据康复结果分析 | 第52-63页 |
| 5.1 实验数据采集结果处理分析 | 第52-56页 |
| 5.1.1 康复组受试者fMRI结果分析 | 第52-54页 |
| 5.1.2 对照组受试者fMRI结果分析 | 第54-56页 |
| 5.2 康复组与对照组数据处理对比分析 | 第56-59页 |
| 5.3 卒中后患者局部脑功能网络分析 | 第59-61页 |
| 5.3.1 基于受约束最大相关的脑功能网络连接方法 | 第59-60页 |
| 5.3.2 实验材料与方法 | 第60-61页 |
| 5.4 实验结果 | 第61-62页 |
| 5.4.1 组分选取 | 第61页 |
| 5.4.2 脑卒中的对照组和康复组的FNC模型 | 第61-62页 |
| 5.5 讨论与分析 | 第62页 |
| 5.6 本章小结 | 第62-63页 |
| 第6章 结论和展望 | 第63-65页 |
| 6.1 结论 | 第63页 |
| 6.2 研究方向展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 缩略词表 | 第69-70页 |
| 在学研究成果 | 第70-71页 |
| 致谢 | 第71页 |
