摘要 | 第9-10页 |
ABSTRACT | 第10-11页 |
第一章 绪论 | 第12-21页 |
1.1 课题背景与研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-18页 |
1.2.1 大尺度功能脑网络研究现状 | 第13-14页 |
1.2.2 网络间功能连接分析研究现状 | 第14-16页 |
1.2.3 网络间有效连接分析研究现状 | 第16-18页 |
1.3 论文主要贡献与篇章结构 | 第18-21页 |
1.3.1 本文主要研究内容 | 第18-19页 |
1.3.2 本文创新点综述 | 第19页 |
1.3.3 本文篇章结构 | 第19-21页 |
第二章 功能网络连接分析方法研究 | 第21-39页 |
2.1 基于独立成分分析的功能网络提取 | 第21-25页 |
2.1.1 独立成分分析在fMRI数据处理中的应用 | 第21-23页 |
2.1.2 利用成组独立成分分析提取脑网络 | 第23-25页 |
2.2 网络间功能连接的计算与分析 | 第25-27页 |
2.2.1 相关分析 | 第26页 |
2.2.2 功能连接的显著性检验 | 第26-27页 |
2.3 网络间有效连接的计算与分析 | 第27-36页 |
2.3.1 格兰杰因果模型 | 第28-29页 |
2.3.2 时域格兰杰因果连接的计算 | 第29-31页 |
2.3.3 频域格兰杰因果连接的计算 | 第31-33页 |
2.3.4 有效连接的显著性检验 | 第33-36页 |
2.4 功能网络连接的时间动态性分析 | 第36-38页 |
2.4.1 利用滑动窗口分析求取动态功能连接 | 第36-37页 |
2.4.2 动态功能连接的波动性描述 | 第37-38页 |
2.5 本章小结 | 第38-39页 |
第三章 网络间静态与动态功能连接分析应用研究 | 第39-51页 |
3.1 研究背景 | 第39-40页 |
3.2 材料与方法 | 第40-44页 |
3.2.1 被试 | 第40页 |
3.2.2 数据采集与预处理 | 第40-41页 |
3.2.3 数据质量控制 | 第41页 |
3.2.4 静息态脑网络的提取 | 第41-42页 |
3.2.5 网络内功能连接分析 | 第42页 |
3.2.6 网络间静态与动态功能连接分析 | 第42-44页 |
3.3 结果 | 第44-47页 |
3.4 讨论 | 第47-49页 |
3.5 本章小结 | 第49-51页 |
第四章 网络间时-频格兰杰因果连接分析应用研究 | 第51-67页 |
4.1 研究背景 | 第51-52页 |
4.2 材料与方法 | 第52-56页 |
4.2.1 被试数据 | 第52页 |
4.2.2 静息态脑网络的提取 | 第52-53页 |
4.2.3 脑网络时间序列的预处理 | 第53页 |
4.2.4 格兰杰因果模型参数估计 | 第53-54页 |
4.2.5 网络间时-频格兰杰因果连接分析 | 第54-56页 |
4.3 算法测试与分析结果 | 第56-63页 |
4.3.1 仿真数据测试 | 第56-60页 |
4.3.2 被试数据分析结果 | 第60-63页 |
4.4 讨论 | 第63-64页 |
4.5 研究局限性与解决方案 | 第64-65页 |
4.6 本章小结 | 第65-67页 |
第五章 总结与展望 | 第67-70页 |
5.1 论文工作总结 | 第67-68页 |
5.2 未来工作展望 | 第68-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-78页 |
作者在学期间取得的学术成果 | 第78页 |
作者在学期间参与的主要科研工作 | 第78页 |