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

青少年吸烟者大脑功能连接度及其模式分类研究

摘要第3-4页
Abstract第4-5页
第1章 绪论第8-13页
    1.1 引言第8-9页
    1.2 研究背景第9-10页
    1.3 吸烟成瘾的影像学研究进展第10-11页
        1.3.1 吸烟者大脑灰质结构异常研究现状第10-11页
        1.3.2 吸烟者大脑白质结构异常研究现状第11页
        1.3.3 吸烟者大脑静息状态功能异常研究现状第11页
    1.4 问题提出第11-12页
        1.4.1 青少年吸烟者功能连接度的研究第11-12页
        1.4.2 青少年吸烟成瘾者的个体识别第12页
    1.5 论文框架第12-13页
第2章 磁共振成像与机器学习相关技术简介第13-21页
    2.1 结构磁共振成像第13-14页
        2.1.1 结构核磁共振原理第13页
        2.1.2 基于体素的形态学分析第13-14页
    2.2 弥散磁共振成像第14-16页
        2.2.1 弥散核磁共振原理第14-15页
        2.2.2 确定性纤维束追踪技术第15-16页
    2.3 静息态功能磁共振成像第16-17页
        2.3.1 功能核磁共振原理第16-17页
        2.3.2 功能连接度方法第17页
    2.4 机器学习方法的优势第17-18页
        2.4.1 多元模式分析第17-18页
        2.4.2 个体化预测第18页
    2.5 模式分类方法的研究框架第18-21页
        2.5.1 特征提取第19页
        2.5.2 特征选择第19页
        2.5.3 模型训练与测试第19-20页
        2.5.4 模型的预测能力评价第20页
        2.5.5 对预测有贡献的特征定位第20-21页
第3章 基于功能连接度方法的青少年吸烟者大脑研究第21-33页
    3.1 引言第21-22页
    3.2 方法第22-26页
        3.2.1 功能连接度方法第22-24页
        3.2.2 基于高斯核函数改进传统线性时间序列第24-26页
    3.3 实验设计和数据处理第26-29页
        3.3.1 伦理申明第26页
        3.3.2 被试筛选第26页
        3.3.3 实验流程第26-28页
        3.3.4 影像数据采集第28页
        3.3.5 人口统计第28页
        3.3.6 数据预处理第28页
        3.3.7 数据分析第28-29页
    3.4 实验结果和分析第29-32页
    3.5 小结第32-33页
第4章 青少年吸烟者个体识别的方法第33-50页
    4.1 引言第33-34页
    4.2 方法第34-38页
        4.2.1 确定性纤维束追踪方法第34页
        4.2.2 基于体素形态学分析第34页
        4.2.3 基于多模态影像数据的特征融合第34-35页
        4.2.4 特征选择第35-36页
        4.2.5 基于多元属性选择的模式分类第36-38页
    4.3 实验设计和数据处理第38-43页
        4.3.1 伦理申明第38页
        4.3.2 被试筛选第38页
        4.3.3 吸烟成瘾者标准和行为测查第38-39页
        4.3.4 影像数据采集第39-40页
        4.3.5 确定性纤维束追踪方法实现第40-41页
        4.3.6 基于体素形态学分析实现第41页
        4.3.7 功能连接度方法实现第41页
        4.3.8 基于多模态影像数据的特征融合实现第41页
        4.3.9 基于多元属性选择的模式分类实现第41-42页
        4.3.10 分类性能的评价第42页
        4.3.11 有区分能力的特征定位第42页
        4.3.12 验证分析第42-43页
    4.4 实验结果和分析第43-49页
        4.4.1 吸烟者和非吸烟者的人口统计第43页
        4.4.2 分类结果第43-45页
        4.4.3 分类分数与尼古丁依赖的相关第45-46页
        4.4.4 有区分能力脑区特征第46-47页
        4.4.5 验证分析结果第47-48页
        4.4.6 结果分析第48-49页
    4.5 小结第49-50页
第5章 总结与展望第50-51页
    5.1 总结第50页
    5.2 展望第50-51页
参考文献第51-58页
攻读硕士期间取得的科研及奖励情况第58-59页
致谢第59-60页

论文共60页,点击 下载论文
上一篇:基于双目视觉与条纹反射的类镜面检测技术研究
下一篇:敏感度感知的高维数据差分隐私保护方法