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

(功能)磁共振脑影像的分割和脑功能网络结构化稀疏建模

摘要第5-7页
Abstract第7-9页
1 绪论第13-30页
    1.1 选题背景及研究意义第13-14页
    1.2 磁共振成像技术概述第14-17页
        1.2.1 磁共振成像第15-16页
        1.2.2 功能磁共振成像第16-17页
    1.3 脑图像分割综述第17-23页
        1.3.1 阈值分割和区域融合法第18页
        1.3.2 基于聚类的方法第18-19页
        1.3.3 基于水平集分割方法第19-20页
        1.3.4 多发性硬化损伤分割第20-22页
        1.3.5 评价指标第22-23页
    1.4 脑功能网络构建与分类第23-27页
        1.4.1 脑功能网络构建第24-25页
        1.4.2 预测分类第25-26页
        1.4.3 评价指标第26-27页
    1.5 本文的主要研究工作第27-30页
        1.5.1 本文的主要成果及创新点第27-29页
        1.5.2 本文的内容安排第29-30页
2 基于多模态磁共振图像的脑MS白质损伤区域的分割方法第30-44页
    2.1 引言第30-33页
    2.2 有监督的白质损伤区域初分割第33-35页
        2.2.1 逐体素的特征提取第33-34页
        2.2.2 分类器训练和测试第34-35页
    2.3 假阳性剔除第35-37页
    2.4 基于无监督的水平集模型对损伤区域进行最终的演化分割第37-38页
    2.5 实验结果与分析第38-43页
        2.5.1 实验数据集与预处理第38-39页
        2.5.2 分割结果及其与其他分割方法的对比第39-42页
        2.5.3 对比实验结果分析与讨论第42-43页
    2.6 本章小结第43-44页
3 融合7T MRI图像标签信息与上下文特征的3T脑MRI图像分割第44-59页
    3.1 引言第44-46页
    3.2 分割算法第46-50页
        3.2.1 随机森林算法第47-48页
        3.2.2 外观和上下文特征第48-50页
    3.3 实验结果第50-58页
        3.3.1 实验数据获取和预处理第50页
        3.3.2 随机森林分类器参数分析第50-53页
        3.3.3 对比实验结果第53-55页
        3.3.4 在ADNI数据集上的对比第55-58页
    3.4 本章小结第58-59页
4 基于连接强度加权的稀疏群Lasso脑网络构建及分类第59-79页
    4.1 引言第59-61页
    4.2 问题描述以及传统脑网络建模方法第61-63页
        4.2.1 基于皮尔逊相关性的脑网络构建第61-62页
        4.2.2 基于偏相关性/稀疏表示的脑网络建模第62-63页
    4.3 基于连接强度加权的稀疏群Lasso脑网络构建模型第63-70页
        4.3.1 构建基于连接强度的权重惩罚C_(ij)第64-65页
        4.3.2 基于功能连接强度加权的稀疏脑网络模型第65-66页
        4.3.3 构建连接的群组结构G_k以及群组权重惩罚d_k第66-67页
        4.3.4 CWSGL脑网络构建模型第67-68页
        4.3.5 CWSGL模型的树结构化等价描述及求解第68-70页
        4.3.6 脑功能网络对称化第70页
    4.4 基于脑功能网络的疾病分类第70-71页
    4.5 实验结果与分析第71-78页
        4.5.1 实验数据集与预处理第71页
        4.5.2 不同方法构建的脑功能网络对比第71-73页
        4.5.3 轻度认知障碍分类结果第73-75页
        4.5.4 结果分析与讨论第75-78页
    4.6 本章小结第78-79页
5 结合图正则化与加权稀疏模型的脑网络构建及分类第79-95页
    5.1 引言第79-80页
    5.2 结合图正则化与加权稀疏的脑网络构建第80-88页
        5.2.1 图正则化约束第80-82页
        5.2.2 结合图正则化与加权稀疏的脑网络构建第82-84页
        5.2.3 模型求解第84-88页
        5.2.4 稀疏表示特征选择第88页
    5.3 实验结果与分析第88-94页
        5.3.1 轻度认知障碍分类结果第89-91页
        5.3.2 结果分析与讨论第91-94页
    5.4 本章小结第94-95页
6 总结与展望第95-99页
    6.1 本论文工作总结第95-97页
    6.2 未来工作展望第97-99页
致谢第99-100页
参考文献第100-117页
附录第117-118页

论文共118页,点击 下载论文
上一篇:替洛隆和常山酮的工艺、质量及药理毒理研究
下一篇:非线性系统的自适应有限时间控制及其应用研究