| 致谢 | 第1-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-12页 |
| 目录 | 第12-16页 |
| 图表目录 | 第16-18页 |
| 第1章 绪论 | 第18-30页 |
| ·引言 | 第18页 |
| ·大脑解剖学的背景知识 | 第18-20页 |
| ·磁共振成像技术 | 第20-23页 |
| ·基于磁共振脑图像的大脑形态学分析 | 第23-28页 |
| ·图像的获取 | 第23-24页 |
| ·图像处理 | 第24-27页 |
| ·各种形态学指标简介 | 第27页 |
| ·默认网络简介 | 第27-28页 |
| ·本文的主要贡献 | 第28-29页 |
| ·重度抑郁的皮层形态分析 | 第28页 |
| ·精神分裂症患者的皮层结构网络分析 | 第28页 |
| ·自适应的基于图元表示的脑图像分割算法 | 第28-29页 |
| ·本文组织结构 | 第29-30页 |
| 第2章 常用的脑皮层形态学分析指标及方法 | 第30-44页 |
| ·背景介绍 | 第30页 |
| ·基于体素的形态学分析—VBM | 第30-33页 |
| ·传统的VBM标准流程 | 第31-32页 |
| ·优化的VBM方法 | 第32-33页 |
| ·皮层厚度计算 | 第33-37页 |
| ·MacDanold提出的T-link等算法 | 第33-34页 |
| ·T-average-near算法 | 第34-35页 |
| ·基于拉普拉斯方程的皮层厚度算法 | 第35-37页 |
| ·皮层结构网络 | 第37-41页 |
| ·结构网络的构建 | 第38-39页 |
| ·网络属性及其计算方法 | 第39-41页 |
| ·皮层复杂度计算 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第3章 重度抑郁症皮层形态异常分析 | 第44-54页 |
| ·引言 | 第44-45页 |
| ·数据与方法 | 第45-48页 |
| ·被试资料以及数据的获取 | 第45-47页 |
| ·数据图像处理 | 第47-48页 |
| ·统计分析 | 第48页 |
| ·结果以及讨论 | 第48-52页 |
| ·厚度结果 | 第48-49页 |
| ·VBM结果 | 第49-51页 |
| ·结果讨论 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第4章 精神分裂症皮层厚度网络异常分析 | 第54-78页 |
| ·引言 | 第54-57页 |
| ·数据与方法 | 第57-66页 |
| ·被试资料以及数据的获取 | 第57-58页 |
| ·图像数据处理 | 第58-63页 |
| ·统计分析 | 第63-66页 |
| ·结果以及讨论 | 第66-77页 |
| ·厚度的差异 | 第66-68页 |
| ·网络结构差异 | 第68-77页 |
| ·本章小结 | 第77-78页 |
| 第5章 基于自适应图元表示的MR脑图像分割算法 | 第78-104页 |
| ·图像分割问题和常用的分割算法 | 第78-82页 |
| ·基于阈值的分割算法 | 第78-79页 |
| ·基于边缘的分割算法 | 第79页 |
| ·基于区域增长的分割算法 | 第79-80页 |
| ·基于分类和聚类的分割算法 | 第80页 |
| ·图像分割算法在磁共振脑图像中的应用 | 第80-82页 |
| ·基于mean shift和马尔可夫随机场的自适应图元表示分割算法(APRS) | 第82-95页 |
| ·图元的背景介绍 | 第82-83页 |
| ·图元表示的定义 | 第83-84页 |
| ·使用自适应的mean shift算法来获得图像的图元表示 | 第84-87页 |
| ·基于图元表示和马尔可夫随机场模型的MR脑图像分割 | 第87-95页 |
| ·实验与结果 | 第95-102页 |
| ·BrainWeb数据集上的实验与结果 | 第95-98页 |
| ·IBSR数据集上的实验与结果 | 第98-102页 |
| ·本章小结 | 第102-104页 |
| 第6章 结束语 | 第104-106页 |
| 参考文献 | 第106-128页 |
| 攻读学位期间发表的学术论文 | 第128-130页 |
| 个人简历 | 第130页 |
