首页--医药、卫生论文--基础医学论文--人体生理学论文--神经生理学论文

基于多层网络及频繁子图的脑网络连接比较研究

摘要第3-6页
ABSTRACT第6-9页
第一章 绪论第12-20页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-17页
        1.2.1 功能磁共振成像与脑电信号的研究及应用第13-15页
        1.2.2 静息态功能脑网络的构建与分析第15-16页
        1.2.3 静息态功能脑网络的准确度探究第16-17页
    1.3 本文主要创新工作第17-18页
    1.4 本文的章节安排第18页
    1.5 本章小结第18-20页
第二章 功能脑网络构建第20-30页
    2.1 数据的采集第20-22页
        2.1.1 静息态核磁数据的采集第20-21页
        2.1.2 静息态脑电数据的采集第21-22页
    2.2 数据的预处理第22-24页
        2.2.1 静息态核磁数据的预处理第22-23页
        2.2.2 静息态脑电数据的预处理第23-24页
    2.3 核磁静息态功能脑网络构建第24-27页
        2.3.1 节点的定义第24页
        2.3.2 边的定义第24-26页
        2.3.3 阈值选择与构建结果第26-27页
    2.4 脑电静息态功能脑网络构建第27-29页
        2.4.1 节点的定义第27-28页
        2.4.2 边的定义第28页
        2.4.3 阈值选择与构建结果第28-29页
    2.5 本章小结第29-30页
第三章 基于多层网络衡量网络构建的准确度第30-42页
    3.1 多层网络的概念第30-31页
        3.1.1 研究背景第30页
        3.1.2 研究现状第30-31页
    3.2 多层网络分析度量指标第31-37页
        3.2.1 层内指标第31-33页
        3.2.2 层间指标第33-34页
        3.2.3 不同连接定义方法下的网络属性计算第34-37页
    3.3 基于多层网络的网络准确度评价指标第37-40页
        3.3.1 指标计算提出第37-38页
        3.3.2 指标结果分析第38-40页
    3.4 本章小结第40-42页
第四章 基于频繁子图衡量网络构建的准确度第42-60页
    4.1 频繁子图挖掘算法分析第42-44页
        4.1.1 研究背景第42-43页
        4.1.2 研究现状第43-44页
    4.2 频繁子图挖掘的gSpan算法第44-57页
        4.2.1 相关概念第44-45页
        4.2.2 gSpan算法实现第45-46页
        4.2.3 不同连接定义方法下的子图模式挖掘第46-57页
    4.3 基于频繁子图的网络准确度评价指标第57-58页
        4.3.1 指标计算提出第57页
        4.3.2 指标结果分析第57-58页
    4.4 本章小结第58-60页
第五章 总结与展望第60-64页
    5.1 总结第60-61页
    5.2 展望第61-64页
参考文献第64-68页
致谢第68-70页
攻读硕士学位期间发表的学术论文第70页

论文共70页,点击 下载论文
上一篇:开放式创新视角:科技型中小企业能力对创新绩效的影响研究
下一篇:小波预处理的ITD方法在脑电信号处理中的应用研究