| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 课题背景和意义 | 第8页 |
| 1.2 主要研究内容 | 第8-10页 |
| 1.3 论文章节内容和结构 | 第10-11页 |
| 第二章 连通性定义与方法介绍 | 第11-17页 |
| 2.1 引言 | 第11页 |
| 2.2 大脑连通性 | 第11-13页 |
| 2.3 基于数据驱动的效应连通性方法 | 第13-14页 |
| 2.3.1 PSI算法 | 第13-14页 |
| 2.3.2 WGCI算法 | 第14页 |
| 2.4 基于模型驱动的效应连通性方法 | 第14-16页 |
| 2.4.1 SEM算法 | 第15页 |
| 2.4.2 DCM算法 | 第15-16页 |
| 2.5 本章小结 | 第16-17页 |
| 第三章 癫痫生理模型 | 第17-22页 |
| 3.1 引言 | 第17页 |
| 3.2 生理模型(Physiology-based Model) | 第17-21页 |
| 3.3 本章小结 | 第21-22页 |
| 第四章 平稳态动态因果模型算法 | 第22-33页 |
| 4.1 引言 | 第22页 |
| 4.2 模型空间的定义 | 第22-24页 |
| 4.3 功率谱密度函数(Power Spectral Density) | 第24-28页 |
| 4.3.1 仿真功率谱密度函数 | 第24-27页 |
| 4.3.2 采样功率谱密度函数 | 第27-28页 |
| 4.4 模型反演 | 第28-32页 |
| 4.4.1 参数估计理论 | 第29-30页 |
| 4.4.2 目标函数——自由能 | 第30-31页 |
| 4.4.3 VBEM算法 | 第31-32页 |
| 4.5 模型选择 | 第32页 |
| 4.6 本章小结 | 第32-33页 |
| 第五章 基于DCM-SSR算法的癫痫连通性实验结果与分析 | 第33-43页 |
| 5.1 引言 | 第33页 |
| 5.2 基于仿真功率谱密度函数实验结果分析 | 第33-36页 |
| 5.2.1 独立连通性 | 第33-34页 |
| 5.2.2 单向连通性 | 第34-35页 |
| 5.2.3 双向连通性 | 第35-36页 |
| 5.3 基于采样功率谱密度函数实验结果分析 | 第36-42页 |
| 5.3.1 独立连通性 | 第36-38页 |
| 5.3.2 单向连通性 | 第38-40页 |
| 5.3.3 双向连通性 | 第40-42页 |
| 5.4 本章小结 | 第42-43页 |
| 第六章 总结与展望 | 第43-44页 |
| 6.1 本文工作总结 | 第43页 |
| 6.2 未来工作展望 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 作者简介 | 第47页 |
