基于结构磁共振成像的性别分类研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第12-19页 |
| 1.1 磁共振成像MRI | 第12-13页 |
| 1.2 机器学习 | 第13-15页 |
| 1.3 研究内容及意义 | 第15-17页 |
| 1.4 本文主要工作 | 第17-19页 |
| 2 基于弹性网的性别分类研究 | 第19-32页 |
| 2.1 概要 | 第19页 |
| 2.2 弹性网 | 第19-22页 |
| 2.2.1 背景介绍 | 第19-20页 |
| 2.2.2 朴素弹性网 | 第20-22页 |
| 2.3 数据与方法 | 第22-25页 |
| 2.3.1 数据和大脑结构参数 | 第22-23页 |
| 2.3.2 基于弹性网的性别分类 | 第23-24页 |
| 2.3.3 变量的特性描述 | 第24-25页 |
| 2.4 实验结果 | 第25-30页 |
| 2.4.1 基于单个参数特征的分类结果 | 第26-27页 |
| 2.4.2 基于两两组合参数特征的分类结果 | 第27-29页 |
| 2.4.3 基于所有组合参数特征的分类结果 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 基于栈式自动编码的性别分类研究 | 第32-48页 |
| 3.1 概要 | 第32页 |
| 3.2 栈式自动编码器 | 第32-40页 |
| 3.2.1 神经网络基础 | 第32-38页 |
| 3.2.2 稀疏自动编码 | 第38-39页 |
| 3.2.3 栈式自动编码 | 第39-40页 |
| 3.3 数据与方法 | 第40-42页 |
| 3.3.1 数据分析的总体流程 | 第40-41页 |
| 3.3.2 栈式自编码训练过程 | 第41-42页 |
| 3.4 实验结果 | 第42-46页 |
| 3.5 本章小结 | 第46-48页 |
| 4 基于随机森林的性别分类研究 | 第48-59页 |
| 4.1 概要 | 第48页 |
| 4.2 随机森林 | 第48-50页 |
| 4.3 数据与方法 | 第50-52页 |
| 4.3.1 数据 | 第50页 |
| 4.3.2 性别分类研究 | 第50-52页 |
| 4.4 实验结果 | 第52-57页 |
| 4.4.1 基于单个参数特征分类结果 | 第52-54页 |
| 4.4.2 基于所有组合参数特征分类结果 | 第54-55页 |
| 4.4.3 基于两两组合参数特征分类结果 | 第55-57页 |
| 4.5 本章小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 作者简历 | 第65-67页 |
| 学位论文数据集 | 第67页 |
