| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-20页 |
| ·人脑的基本生理结构 | 第11页 |
| ·脑功能成像技术 | 第11-14页 |
| ·脑功能成像技术 | 第11-12页 |
| ·脑功能成像技术的优势与不足 | 第12-13页 |
| ·三类研究脑的方法 | 第13-14页 |
| ·功能磁共振成像技术的发展及研究应用 | 第14-18页 |
| ·功能磁共振成像的应用研究 | 第15-16页 |
| ·功能磁共振成像特点 | 第16页 |
| ·脑功能磁共振成像信号特征 | 第16-18页 |
| ·功能磁共振数据处理方法 | 第18页 |
| ·本文所要解决的问题 | 第18页 |
| ·全文的结构安排 | 第18-20页 |
| 第二章 对功能磁共振成像(FMRI)数据的聚类分析 | 第20-35页 |
| ·数据驱动方法(data-driven) | 第21-26页 |
| ·主成分分析(PCA, principle component analysis )基本原理 | 第21-22页 |
| ·独立成分分析(ICA, independent component analysis)基本原理 | 第22-23页 |
| ·聚类分析(CA,clustering analysis)基本原理及算法 | 第23-26页 |
| ·一种新的系统聚类分析(HCA, hierarchical clustering analysis) | 第26-27页 |
| ·预处理――邻域相关 | 第26-27页 |
| ·时空量度 | 第27页 |
| ·数据获取和数据处理 | 第27-29页 |
| ·构造仿真数据 | 第27-28页 |
| ·实验模式 | 第28-29页 |
| ·实验数据检测 | 第29页 |
| ·数据处理 | 第29页 |
| ·结果 | 第29-32页 |
| ·仿真结果 | 第29-31页 |
| ·邻域相关预处理结果 | 第29-30页 |
| ·系统聚类结果 | 第30-31页 |
| ·视觉fMRI 实验数据系统聚类结果 | 第31-32页 |
| ·讨论 | 第32-34页 |
| ·仿真结果 | 第32-33页 |
| ·视觉fMRI 实验结果 | 第33-34页 |
| ·动力学响应差异 | 第34页 |
| ·结论 | 第34-35页 |
| 第三章 基于动力学特性的FMRI的广义线性模型 | 第35-42页 |
| ·引言 | 第35页 |
| ·基本原理 | 第35-38页 |
| ·广义线性模型理论 | 第35-37页 |
| ·动力学卷积模型 | 第37-38页 |
| ·fMRI 的数据分析 | 第38-40页 |
| ·数据描述 | 第38页 |
| ·处理过程 | 第38-40页 |
| ·处理结果 | 第40-42页 |
| ·SPM 结果 | 第40页 |
| ·动力学卷积模型结果 | 第40-42页 |
| 第四章 SPM软件基本原理及一组实验数据的处理结果 | 第42-55页 |
| ·SPM 解析过程及其原理概述 | 第42-48页 |
| ·空间预处理 | 第42-45页 |
| ·脑图像配准 | 第43-44页 |
| ·图像平滑 | 第44页 |
| ·脑整体血流量效应的消除 | 第44-45页 |
| ·统计参数映射 | 第45-48页 |
| ·广义线性模型 | 第46页 |
| ·统计推理和高斯随机场理论 | 第46-47页 |
| ·受解剖约束的假设 | 第47-48页 |
| ·没有解剖约束的假设和推理的水平 | 第48页 |
| ·用SPM 软件处理一组实验数据 | 第48-55页 |
| ·实验背景 | 第48-49页 |
| ·数据处理 | 第49-50页 |
| ·模型设计 | 第49页 |
| ·数据输入 | 第49页 |
| ·浏览设计的模型 | 第49页 |
| ·参数估计 | 第49-50页 |
| ·结果评价 | 第50-55页 |
| 第五章 结论和展望 | 第55-56页 |
| ·本论文工作总结 | 第55页 |
| ·对今后工作的展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 个人简历及研究生期间的研究成果 | 第61页 |
