基于随机支持向量机集群的功能磁共振成像研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 磁共振成像技术概述 | 第10-13页 |
| 1.2.1 磁共振成像 | 第10-12页 |
| 1.2.2 功能磁共振成像 | 第12-13页 |
| 1.2.3 弥散张量成像 | 第13页 |
| 1.3 脑连接网络的研究现状 | 第13-15页 |
| 1.3.1 脑的两种功能组织原则和脑连接 | 第13-14页 |
| 1.3.2 脑连接网络的研究现状 | 第14-15页 |
| 1.4 本文的研究内容 | 第15-16页 |
| 1.5 本文的组织结构 | 第16-17页 |
| 2 随机支持向量机集群 | 第17-28页 |
| 2.1 引言 | 第17页 |
| 2.2 支持向量机 | 第17-20页 |
| 2.2.1 支持向量机的一般形式 | 第17-18页 |
| 2.2.2 支持向量机一般形式的对偶解法 | 第18-19页 |
| 2.2.3 SVM分类性能度量 | 第19-20页 |
| 2.3 核函数及基于核函数的SVM | 第20-24页 |
| 2.3.1 核函数的引入 | 第20-22页 |
| 2.3.2 核函数的定义及性质 | 第22页 |
| 2.3.3 各种核函数 | 第22-23页 |
| 2.3.4 基于核函数的SVM | 第23-24页 |
| 2.4 随机支持向量机集群 | 第24-25页 |
| 2.4.1 随机SVM集群设计思想 | 第24-25页 |
| 2.4.2 本文核函数的选取 | 第25页 |
| 2.5 随机SVM集群在fMRI中的应用 | 第25-27页 |
| 2.5.1 随机SVM集群用于分类 | 第26页 |
| 2.5.2 随机SVM集群用于提取特征 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 基于随机SVM集群的阿尔茨海默症分类研究 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 材料与方法 | 第28-32页 |
| 3.2.1 伦理声明 | 第28-29页 |
| 3.2.2 研究对象 | 第29-30页 |
| 3.2.3 数据获取 | 第30页 |
| 3.2.4 数据预处理 | 第30-31页 |
| 3.2.5 样本特征 | 第31页 |
| 3.2.6 随机支持向量机集群 | 第31页 |
| 3.2.7 实验设置 | 第31-32页 |
| 3.3 结果 | 第32-36页 |
| 3.3.1 参与者的人口统计学和临床资料 | 第32页 |
| 3.3.2 随机SVM集群性能 | 第32-33页 |
| 3.3.3 最优基分类器个数以及最优特征集合 | 第33-34页 |
| 3.3.4 异常脑区 | 第34-36页 |
| 3.4 讨论 | 第36-39页 |
| 3.4.1 随机SVM集群的性能 | 第36-37页 |
| 3.4.2 较大权重的脑区分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 基于随机SVM集群的自闭症分类研究 | 第40-51页 |
| 4.1 引言 | 第40-41页 |
| 4.2 材料与方法 | 第41-43页 |
| 4.2.1 研究对象 | 第41页 |
| 4.2.2 数据获取 | 第41页 |
| 4.2.3 数据预处理 | 第41页 |
| 4.2.4 图论的应用 | 第41-42页 |
| 4.2.5 随机支持向量机集群 | 第42-43页 |
| 4.2.6 实验设置 | 第43页 |
| 4.3 结果 | 第43-47页 |
| 4.3.1 参与者的基本信息 | 第43-45页 |
| 4.3.2 随机SVM集群的性能 | 第45页 |
| 4.3.3 最优SVM个数和最优特征集合 | 第45-46页 |
| 4.3.4 异常脑区 | 第46-47页 |
| 4.4 讨论 | 第47-50页 |
| 4.4.1 随机SVM集群的性能 | 第47-48页 |
| 4.4.2 较大权重的脑区分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-67页 |
| 攻读硕士学位期间所发表的学术论文目录 | 第67-68页 |
| 致谢 | 第68-69页 |
