| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-17页 |
| 1.3.1 临床诊断 | 第12页 |
| 1.3.2 基因检测 | 第12-13页 |
| 1.3.3 生物标记物 | 第13-14页 |
| 1.3.4 神经影像 | 第14-15页 |
| 1.3.5 基于体素形态学的分析 | 第15-16页 |
| 1.3.6 基于多模信息的分类与预测 | 第16-17页 |
| 1.4 符号约定 | 第17页 |
| 1.5 本文概述 | 第17-20页 |
| 1.5.1 研究内容 | 第17-18页 |
| 1.5.2 创新点 | 第18页 |
| 1.5.3 学术和应用价值 | 第18页 |
| 1.5.4 本文结构 | 第18-20页 |
| 第2章 基于多模信息的帕金森症诊断方法研究 | 第20-35页 |
| 2.1 引言 | 第20页 |
| 2.2 数据获取 | 第20-21页 |
| 2.3 数据预处理 | 第21-26页 |
| 2.3.1 工具介绍 | 第22-23页 |
| 2.3.2 MRI预处理 | 第23-24页 |
| 2.3.3 MRI脑区特征提取 | 第24页 |
| 2.3.4 DTI预处理 | 第24页 |
| 2.3.5 DTI脑区特征提取 | 第24-26页 |
| 2.4 多模信息融合 | 第26-27页 |
| 2.5 诊断性能评价方法 | 第27-29页 |
| 2.6 实验配置 | 第29-30页 |
| 2.6.1 特征选择方法 | 第29-30页 |
| 2.6.2 SVM参数配置 | 第30页 |
| 2.7 实验结果与分析 | 第30-34页 |
| 2.7.1 基于单模信息的帕金森症诊断实验 | 第30-32页 |
| 2.7.2 基于多模信息的帕金森症诊断实验 | 第32-34页 |
| 2.8 本章小结 | 第34-35页 |
| 第3章 基于多模信息的帕金森症临床得分预测方法研究 | 第35-42页 |
| 3.1 引言 | 第35页 |
| 3.2 临床得分获取 | 第35-36页 |
| 3.2.1 嗜睡临床得分 | 第36页 |
| 3.2.2 嗅觉临床得分 | 第36页 |
| 3.3 预测性能评价方法 | 第36-37页 |
| 3.4 实验配置 | 第37-38页 |
| 3.4.1 特征选择方法 | 第37页 |
| 3.4.2 SVM参数配置 | 第37-38页 |
| 3.5 实验结果与分析 | 第38-41页 |
| 3.5.1 基于单模信息的帕金森症预测实验 | 第38-39页 |
| 3.5.2 基于多模信息的帕金森症预测实验 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于改进损失函数的特征选择算法研究 | 第42-61页 |
| 4.1 引言 | 第42页 |
| 4.2 传统的损失函数 | 第42-43页 |
| 4.3 改进的损失函数 | 第43-44页 |
| 4.4 算法优化 | 第44-45页 |
| 4.5 性能的评价指标 | 第45-46页 |
| 4.6 实验配置 | 第46-47页 |
| 4.6.1 特征选择方法 | 第46页 |
| 4.6.2 SVM参数配置 | 第46页 |
| 4.6.3 联合回归变量 | 第46-47页 |
| 4.7 帕金森症的联合诊断和预测实验结果与分析 | 第47-54页 |
| 4.7.1 诊断实验结果与分析 | 第47-51页 |
| 4.7.2 预测实验结果与分析 | 第51-53页 |
| 4.7.3 相关研究对比 | 第53-54页 |
| 4.8 帕金森症脑区研究 | 第54-60页 |
| 4.8.1 Top10脑区 | 第54-55页 |
| 4.8.2 Top10-10 脑区网 | 第55-60页 |
| 4.9 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 本文总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-76页 |
| 附录 | 第76-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间的研究成果 | 第79页 |