首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人类和猕猴伏隔核连接组图谱的构建和跨物种比较

摘要第3-5页
ABSTRACT第5-7页
第一章 绪论第14-26页
    1.1 研究背景及意义第14-15页
    1.2 国内外研究现状第15-23页
        1.2.1 脑图谱第15-20页
            1.2.1.1 构筑图谱第16-17页
            1.2.1.2 标准空间和标准模板第17-18页
            1.2.1.3 连接组图谱第18-20页
        1.2.2 伏隔核第20-22页
            1.2.2.1 历史第20页
            1.2.2.2 组织结构第20-21页
            1.2.2.3 连接和功能第21-22页
        1.2.3 比较影像学第22-23页
            1.2.3.1 背景第22页
            1.2.3.2 方法和成果第22-23页
            1.2.3.3 缺陷和展望第23页
    1.3 本文的主要贡献与创新第23-25页
    1.4 本文章节的组织结构第25-26页
第二章 伏隔核连接单元的识别第26-48页
    2.1 问题分析第26-27页
        2.1.1 传统侵入式技术定义的伏隔核区域第26页
        2.1.2 方法学基础的考量第26-27页
        2.1.3 早期纹状体分区研究第27页
        2.1.4 跨物种比较研究现状第27页
    2.2 实验数据和方法第27-41页
        2.2.1 人脑影像数据选取第27-30页
            2.2.1.1 HCP数据基本信息第28-29页
            2.2.1.2 基于伏隔核区域的局部配准法第29页
            2.2.1.3 验证配准方法第29-30页
            2.2.1.4 分区实验的被试选取第30页
        2.2.2 猕猴大脑标本制作和脑影像数据采集第30-34页
            2.2.2.1 猕猴标本制备第31页
            2.2.2.2 猕猴高分辨影像采集第31-32页
            2.2.2.3 猕猴影像数据质量检查及可用性分析第32-34页
        2.2.3 磁共振数据预处理第34-35页
            2.2.3.1 结构像预处理第34-35页
            2.2.3.2 弥散像预处理第35页
        2.2.4 基于连接划分脑区的一般流程第35-36页
        2.2.5 定义感兴趣区域第36页
        2.2.6 大脑概率跟踪和纤维重建第36页
        2.2.7 基于解剖连接构筑的分区第36-37页
        2.2.8 伏隔核连接单元界定第37-39页
            2.2.8.1 基于概率跟踪连接的纹状体迭代式分区第38页
            2.2.8.2 连接特征验证伏隔核连接单元第38-39页
        2.2.9 人类与猕猴伏隔核的可比较性第39-41页
            2.2.9.1 量化的位置对应关系第39-40页
            2.2.9.2 解剖连接模式的可比较性第40-41页
    2.3 实验结果第41-44页
        2.3.1 猕猴伏隔核连接单元的界定第41-42页
        2.3.2 人类伏隔核连接单元的界定第42-43页
        2.3.3 物种间伏隔核的可比较性第43-44页
    2.4 结果讨论第44-45页
    2.5 本章小结第45-48页
第三章 伏隔核连接组图谱构建第48-70页
    3.1 问题分析第48-50页
        3.1.1 伏隔核的异质性第48页
        3.1.2 伏隔核亚区的连接和功能第48-49页
        3.1.3 多模态分区法第49页
        3.1.4 本章工作第49-50页
    3.2 实验数据和方法第50-58页
        3.2.1 影像数据来源第50页
        3.2.2 静息态功能像预处理第50-51页
            3.2.2.1 人脑功能像预处理第50-51页
            3.2.2.2 猕猴脑功能像预处理第51页
        3.2.3 活体猕猴脑影像数据采集第51页
        3.2.4 基于多模态连接的人脑伏隔核分区第51-53页
            3.2.4.1 基于纤维概率跟踪连接的伏隔核分区第52页
            3.2.4.2 基于静息态功能连接的伏隔核分区第52页
            3.2.4.3 基于任务态共激活模式的伏隔核分区第52-53页
            3.2.4.4 多模态伏隔核分区结果整合第53页
        3.2.5 人脑伏隔核亚区连接的刻画第53-56页
            3.2.5.1 解剖连接第54-55页
            3.2.5.2 静息态功能连接第55-56页
            3.2.5.3 共激活模式第56页
        3.2.6 人脑伏隔核亚区连接上的比较第56-57页
        3.2.7 高分辨猕猴弥散像下的伏隔核精细分区第57-58页
            3.2.7.1 猕猴伏隔核精细划分第57-58页
            3.2.7.2 猕猴伏隔核亚区连接模式的刻画和比较第58页
    3.3 研究结果第58-66页
        3.3.1 人脑伏隔核多模态分区第58-59页
        3.3.2 人脑伏隔核亚区连接的刻画与比较第59-63页
            3.3.2.1 解剖连接第59-60页
            3.3.2.2 静息态功能连接第60-61页
            3.3.2.3 共激活第61-62页
            3.3.2.4 多模态连接第62-63页
        3.3.3 猕猴伏隔核精细分区第63页
        3.3.4 猕猴伏隔核亚区的刻画与比较第63-66页
            3.3.4.1 二分结构第64-65页
            3.3.4.2 四分结构第65-66页
    3.4 结果讨论第66-68页
    3.5 本章小结第68-70页
第四章 伏隔核壳-核连接上的物种差异第70-84页
    4.1 问题分析第70-71页
        4.1.1 问题提出第70页
        4.1.2 跨物种比较第70-71页
        4.1.3 本章工作第71页
    4.2 实验数据和方法第71-76页
        4.2.1 确定比较内容和比较特征第71页
        4.2.2 数据准备第71-72页
            4.2.2.1 数据源和数据预处理第71-72页
            4.2.2.2 功能数据质量检查第72页
        4.2.3 构建连接指纹图框架第72-73页
            4.2.3.1 构建原则第73页
            4.2.3.2 构建过程第73页
        4.2.4 描绘连接上具有可比性的目标区域第73-76页
            4.2.4.1 描绘思路第73-74页
            4.2.4.2 描绘过程第74-76页
        4.2.5 计算指纹图进行跨物种比较第76页
        4.2.6 单个连接的比较第76页
    4.3 研究结果第76-81页
        4.3.1 连接指纹图框架第76-77页
        4.3.2 目标区域范围重定义第77-78页
        4.3.3 跨物种比较:连接指纹图第78-79页
        4.3.4 跨物种比较:单个连接第79-81页
    4.4 结果讨论第81-82页
    4.5 本章小结第82-84页
第五章 高精度跨物种比较研究第84-96页
    5.1 问题分析第84-85页
        5.1.1 跨物种研究现状第84页
        5.1.2 跨物种研究趋势第84-85页
        5.1.3 方法可行性分析第85页
        5.1.4 本章工作第85页
    5.2 实验方法第85-89页
        5.2.1 构建体素层面上的映射关系第86-87页
            5.2.1.1 构建过程第86-87页
            5.2.1.2 基于形态特征的体素映射第87页
        5.2.2 量化物种间脑区的位置对应关系第87-88页
        5.2.3 物种间脑区连接上的可比较性第88页
            5.2.3.1 数据准备和比较特征选择第88页
            5.2.3.2 种子区第88页
            5.2.3.3 高精度特征的计算和跨物种比较第88页
        5.2.4 基于高精度功能连接特征的跨物种映射第88-89页
            5.2.4.1 实验材料第88-89页
            5.2.4.2 基于高精度连接特征的体素映射第89页
    5.3 研究结果第89-92页
        5.3.1 皮下区域体素层面上的位置映射第89-90页
        5.3.2 物种间皮下区域的位置映射第90-91页
        5.3.3 物种间区域连接上的可比较性第91-92页
        5.3.4 物种间皮下区域基于高精度连接特征的映射第92页
    5.4 结果讨论第92-94页
    5.5 本章小结第94-96页
第六章 总结与展望第96-100页
    6.1 总结第96-97页
    6.2 存在的问题和后续工作展望第97-100页
参考文献第100-114页
致谢第114-116页
攻读博士学位期间的科研成果第116-118页
独创性声明第118-119页

论文共119页,点击 下载论文
上一篇:基于超像素和邻域粗糙集的弱监督图像语义分割
下一篇:融合运动学和声学特征的语音情感识别研究