首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于脑活动网络特征的ADHD分类研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 绪论第11-17页
    1.1 研究背景第11-15页
        1.1.1 ADHD及其诊断第11-12页
        1.1.2 静息状态功能磁共振成像与模式识别技术第12-14页
        1.1.3 基于静息状态fMRI的神经精神疾病研究第14-15页
    1.2 研究内容及意义第15-16页
    1.3 本文主要工作第16-17页
2 基于静息状态fMRI的脑活动分析第17-25页
    2.1 fMRI数据结构描述第17-18页
    2.2 功能连接分析第18-19页
    2.3 局部一致性(ReHo)分析第19-21页
    2.4 低频振幅(ALFF)分析第21-23页
    2.5 独立成分分析第23-25页
3 基于静息状态fMRI脑活动特征的ADHD分类研究第25-40页
    3.1 实验背景第25-27页
    3.2 数据获取及预处理第27页
    3.3 特征提取和选择第27-29页
    3.4 支持向量机第29-34页
        3.4.1 线性可分情况第30-33页
        3.4.2 线性不可分情况第33-34页
    3.5 分类及交叉检验第34-37页
    3.6 实验结果第37-38页
    3.7 实验讨论第38-40页
4 智商对静息状态脑活动网络(PFN)影响的研究第40-52页
    4.1 实验背景第40-41页
    4.2 数据获取第41-42页
    4.3 研究方法第42-44页
        4.3.1 磁共振成像获取数据集第42页
        4.3.2 RS-fMRI数据预处理第42-43页
        4.3.3 TC-GICA和双回归第43页
        4.3.4 PFN与IQ关系分析第43-44页
    4.4 实验结果第44-49页
    4.5 实验结果讨论第49-52页
5 总结与展望第52-54页
参考文献第54-57页
作者简历第57-59页
学位论文数据集第59页

论文共59页,点击 下载论文
上一篇:儿童线粒体脑肌病MELAS的临床研究
下一篇:产前筛查与诊断的新策略研究