| 摘要 | 第1-13页 |
| ABSTRACT | 第13-29页 |
| 前言 | 第29-43页 |
| 第一部分 应用机器学习方法及DTI-TBSS技术对内侧颞叶癫痫患者全脑白质的研究 | 第43-66页 |
| 材料和方法 | 第43-46页 |
| 一、研究对象 | 第43页 |
| 二、磁共振DTI数据采集 | 第43-44页 |
| 三、数据预处理和图像分析 | 第44页 |
| 四、分类 | 第44-45页 |
| 五、统计学分析 | 第45-46页 |
| 结果 | 第46-52页 |
| 一、人口统计学结果 | 第46页 |
| 二、分类结果 | 第46-52页 |
| 讨论 | 第52-65页 |
| 一、颞叶癫痫的解剖生理与临床特征 | 第52-54页 |
| 二、扩散张量成像基本原理及常用分析方法 | 第54-59页 |
| 三、机器学习方法概念及分类 | 第59-63页 |
| 四、利用机器学习方法对颞叶癫痫脑白质的研究结果分析 | 第63-65页 |
| 结论 | 第65-66页 |
| 第二部分 应用机器学习方法和DTI对内侧颞叶癫痫患者全脑白质网络的研究 | 第66-108页 |
| 材料与方法 | 第66-70页 |
| 一、研究对象 | 第66-67页 |
| 二、磁共振DTI数据采集 | 第67页 |
| 三、数据预处理 | 第67页 |
| 四、白质解剖网络构建 | 第67-69页 |
| 五、特征提取和分类 | 第69页 |
| 六、统计学分析 | 第69-70页 |
| 结果 | 第70-97页 |
| 一、人口统计学结果 | 第70-71页 |
| 二、分类结果 | 第71-97页 |
| 讨论 | 第97-106页 |
| 一、脑白质纤维连接的模式分析 | 第98-103页 |
| 二、内侧颞叶癫痫全脑白质网络改变情况 | 第103-105页 |
| 三、分类 | 第105页 |
| 四、本研究优点和局限性 | 第105-106页 |
| 结论 | 第106-108页 |
| 参考文献 | 第108-121页 |
| 附录 | 第121-122页 |
| 攻读学位期间成果 | 第122-123页 |
| 致谢 | 第123-125页 |
| 统计学审稿证明 | 第125页 |
