睡眠剥夺对脑网络的影响
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究现状 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·认知任务下睡眠剥夺研究现状 | 第10-13页 |
| ·静息态下睡眠剥夺研究现状 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·研究价值与创新 | 第15页 |
| ·论文组织结构 | 第15-17页 |
| 第2章 fMRI数据研究方法 | 第17-23页 |
| ·脑成像技术 | 第17-18页 |
| ·fMRI技术发展与应用 | 第18-19页 |
| ·功能磁共振成像研究方向 | 第18页 |
| ·功能磁共振成像特点 | 第18-19页 |
| ·fMRI数据研究方法 | 第19-23页 |
| ·基于数据驱动 | 第19页 |
| ·基于GLM的模型驱动方法 | 第19-21页 |
| ·新型分析方法 | 第21-23页 |
| 第3章 复杂网络 | 第23-29页 |
| ·复杂网络定义及表现 | 第23页 |
| ·复杂网络基本特性 | 第23-24页 |
| ·常见的复杂网络模型 | 第24-27页 |
| ·ER随机网络 | 第24-25页 |
| ·WS小世界网络 | 第25-26页 |
| ·BA无标度网络 | 第26-27页 |
| ·小世界网络基本特征定义 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 睡眠剥夺脑网络分析 | 第29-41页 |
| ·复杂脑网路研究路线图 | 第29-30页 |
| ·睡眠剥夺实验设计 | 第30-32页 |
| ·实验被试 | 第30页 |
| ·实验方法 | 第30页 |
| ·fMRI数据预处理 | 第30-32页 |
| ·脑网络 | 第32-38页 |
| ·网络连接分析 | 第32-33页 |
| ·网络效率分析 | 第33-36页 |
| ·小世界网络特性 | 第36-37页 |
| ·网络度分布 | 第37-38页 |
| ·本章小结 | 第38-41页 |
| 第5章 睡眠剥夺聚类分析 | 第41-51页 |
| ·MVPA基本原理 | 第41-45页 |
| ·特征选取 | 第42页 |
| ·创建样本 | 第42-43页 |
| ·训练分类器与泛化测试 | 第43页 |
| ·分析体素对分类贡献大小 | 第43-44页 |
| ·MVPA优点与应用 | 第44-45页 |
| ·睡眠剥夺MVPA | 第45-49页 |
| ·特征选取与降维 | 第45-46页 |
| ·聚类分析 | 第46-47页 |
| ·聚类结果 | 第47-48页 |
| ·聚类贡献 | 第48-49页 |
| ·MVPA前景 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第6章 总结与展望 | 第51-53页 |
| ·工作总结 | 第51-52页 |
| ·未来工作展望 | 第52-53页 |
| 参考文献 | 第53-61页 |
| 硕士期间发表的论文 | 第61页 |
