摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-17页 |
·功能磁共振成像技术概述 | 第10-15页 |
·磁共振的成像原理 | 第10-11页 |
·脑功能磁共振成像 | 第11页 |
·功能磁共振成像特点和其应用 | 第11-12页 |
·功能磁共振数据的处理方法 | 第12-15页 |
·神经网络方法探测脑功能活动的概况 | 第15-16页 |
·神经网络 | 第15页 |
·神经网络方法和脑成像的交叉融合 | 第15-16页 |
·本论文的研究内容和结构安排 | 第16-17页 |
第二章 空间独立成分分析多任务fMRI 数据 | 第17-29页 |
·独立成分分析 | 第17-20页 |
·ICA 简介 | 第17页 |
·ICA 的基本原理 | 第17-18页 |
·ICA 假设条件 | 第18-19页 |
·ICA 算法 | 第19页 |
·ICA 的分类 | 第19-20页 |
·多任务的功能磁共振 | 第20页 |
·本研究的目的和意义 | 第20-21页 |
·实验任务 | 第20-21页 |
·数据获取 | 第21页 |
·数据分析 | 第21页 |
·数据结果和讨论 | 第21-27页 |
·结果 | 第21-23页 |
·讨论 | 第23-27页 |
·结论 | 第27-29页 |
第三章 空间独立成分研究癫痫fMRI 数据 | 第29-45页 |
·癫痫的基础理论 | 第29-30页 |
·癫痫的分类 | 第29-30页 |
·癫痫动物模型的发展 | 第30页 |
·融合EEG/fMRI 技术的发展 | 第30-32页 |
·同步癫痫脑电中磁共振伪迹消除 | 第30-31页 |
·脑电和功能磁共振成像的动力学理论 | 第31页 |
·脑电和功能磁共振成像数据处理新技术的研究 | 第31-32页 |
·本研究的目的和意义 | 第32页 |
·数据获取和数据分析 | 第32-34页 |
·癫痫病人 | 第32-33页 |
·EEG 记录和分析 | 第33页 |
·fMRI 数据获取和预处理 | 第33页 |
·空间ICA 模型 | 第33-34页 |
·与多重HRFs 分析的比较 | 第34页 |
·数据结果和讨论 | 第34-43页 |
·结果 | 第34-40页 |
·讨论 | 第40-43页 |
·结论 | 第43-45页 |
第四章 改进的自组织神经网络和时空分级聚类探测脑功能活动 | 第45-68页 |
·自组织神经网络 | 第45-47页 |
·自组织神经网络的发展 | 第45页 |
·自组织神经网络算法 | 第45-46页 |
·改进的自组织神经网络算法 | 第46-47页 |
·聚类SOM 结点 | 第47-48页 |
·传统的聚类SOM 结点 | 第47页 |
·时空分级聚类SOM 结点 | 第47-48页 |
·本研究的目的和意义 | 第48页 |
·接收机操作特性ROC 分析 | 第48-49页 |
·仿真数据和真实数据 | 第49-52页 |
·块刺激仿真实验 | 第50页 |
·事件相关仿真实验 | 第50页 |
·真实块刺激实验 | 第50-51页 |
·真实事件相关刺激实验 | 第51页 |
·数据处理 | 第51-52页 |
·数据结果和讨论 | 第52-67页 |
·仿真数据结果 | 第52-58页 |
·真实数据结果 | 第58-62页 |
·接收机操作特性ROC 结果 | 第62-63页 |
·讨论 | 第63-67页 |
·结论 | 第67-68页 |
第五章 隐Markov 模型分析事件相关fMRI 数据 | 第68-82页 |
·隐Markov 模型 | 第68-69页 |
·隐Markov 模型的基本算法 | 第69-71页 |
·前向-后向算法 | 第69-70页 |
·Viterbi 算法 | 第70-71页 |
·Markov 模型在fMRI 数据处理中的应用 | 第71页 |
·本研究的目的和意义 | 第71页 |
·算法实现和数据采集 | 第71-75页 |
·隐Markov 模型处理fMRI 信号 | 第71-72页 |
·概率密度函数和似然HMM | 第72-73页 |
·事件相关仿真实验 | 第73-75页 |
·真实事件相关刺激实验 | 第75页 |
·数据处理 | 第75页 |
·数据结果和讨论 | 第75-81页 |
·仿真数据结果 | 第75-77页 |
·真实数据结果 | 第77-78页 |
·讨论 | 第78-81页 |
·结论 | 第81-82页 |
第六章 总结和展望 | 第82-84页 |
·本文总结 | 第82-83页 |
·工作展望 | 第83-84页 |
致谢 | 第84-85页 |
参考文献 | 第85-90页 |
攻硕期间取得的研究成果 | 第90-92页 |