抑郁症患者fMRI静息态网络的Hurst特性及动态交互
摘要 | 第5-7页 |
Abstract | 第7-9页 |
第一章 绪论 | 第13-31页 |
1.1 研究背景与意义 | 第13-17页 |
1.2 研究现状 | 第17-27页 |
1.2.1 脑活动的动态特性 | 第17-19页 |
1.2.2 动态功能连接 | 第19-25页 |
1.2.3 临床应用 | 第25-27页 |
1.3 本文的工作创新和贡献 | 第27-28页 |
1.4 本文的组织结构 | 第28-31页 |
第二章 抑郁症患者静息态网络的Hurst特性 | 第31-47页 |
2.1 引言 | 第31-32页 |
2.2 材料与方法 | 第32-37页 |
2.2.1 研究对象 | 第32-33页 |
2.2.2 数据采集 | 第33-34页 |
2.2.3 数据预处理 | 第34-35页 |
2.2.4 提取静息态网路 | 第35页 |
2.2.5 计算Hurst指数 | 第35-36页 |
2.2.6 支持向量机分类 | 第36-37页 |
2.3 结果 | 第37-42页 |
2.3.1 静息态网络 | 第37-39页 |
2.3.2 抑郁症分类结果 | 第39-40页 |
2.3.3 临床相关分析 | 第40-42页 |
2.4 讨论 | 第42-45页 |
2.4.1 赤字模式 | 第42-44页 |
2.4.2 过载模式 | 第44-45页 |
2.5 结论 | 第45-47页 |
第三章 抑郁症患者静息态网络间动态交互的异常 | 第47-57页 |
3.1 引言 | 第47-48页 |
3.2 材料与方法 | 第48-51页 |
3.2.1 研究对象与数据采集 | 第48页 |
3.2.2 数据处理 | 第48页 |
3.2.3 滑动窗条件格兰杰因果分析 | 第48-51页 |
3.3 结果 | 第51-54页 |
3.3.1 抑郁症相关的静息态网络 | 第51页 |
3.3.2 网络间的动态因果连接 | 第51-52页 |
3.3.3 临床相关 | 第52-54页 |
3.4 讨论 | 第54-56页 |
3.4.1 默认网络 | 第54页 |
3.4.2 抑郁症患者网络间交互 | 第54-56页 |
3.5 结论 | 第56-57页 |
第四章 抑郁症患者动态模块化分析 | 第57-71页 |
4.1 引言 | 第57-58页 |
4.2 材料与方法 | 第58-62页 |
4.2.1 研究对象与数据采集 | 第58页 |
4.2.2 数据处理 | 第58-59页 |
4.2.3 动态模块探测 | 第59-60页 |
4.2.4 模块属性计算与统计比较 | 第60-62页 |
4.3 结果 | 第62-65页 |
4.3.1 动态功能模块 | 第62页 |
4.3.2 统计比较结果 | 第62-65页 |
4.4 讨论 | 第65-69页 |
4.4.1 警醒网络的异常 | 第65-66页 |
4.4.2 动态模块探测方法的优势 | 第66-69页 |
4.5 结论 | 第69-71页 |
第五章 抑郁症患者脑功能状态的改变 | 第71-91页 |
5.1 引言 | 第71-72页 |
5.2 材料与方法 | 第72-80页 |
5.2.1 研究对象 | 第72-73页 |
5.2.2 数据采集 | 第73页 |
5.2.3 数据处理 | 第73-74页 |
5.2.4 计算动态功能连接 | 第74页 |
5.2.5 动态模块探测 | 第74页 |
5.2.6 占优模块及逗留时间 | 第74-75页 |
5.2.7 状态转变点 | 第75-77页 |
5.2.8 跳跃矩阵 | 第77-78页 |
5.2.9 统计比较 | 第78-80页 |
5.3 结果 | 第80-86页 |
5.3.1 静息态网络 | 第80-81页 |
5.3.2 占优模块 | 第81-83页 |
5.3.3 统计分析结果 | 第83-86页 |
5.4 讨论 | 第86-89页 |
5.4.1 占优模块 | 第87-88页 |
5.4.2 功能状态转变 | 第88-89页 |
5.5 结论 | 第89-91页 |
第六章 总结与展望 | 第91-97页 |
6.1 总结 | 第91-94页 |
6.2 展望 | 第94-97页 |
参考文献 | 第97-117页 |
致谢 | 第117-119页 |
个人简介 | 第119-121页 |