基于fMRI脑信号的面部表情解码的研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 引言 | 第10-11页 |
| 1.2 功能性磁共振成像 | 第11-12页 |
| 1.2.1 fMRI简介 | 第11页 |
| 1.2.2 fMRI在国内的研究现状 | 第11-12页 |
| 1.3 机器学习 | 第12页 |
| 1.4 脑信息解码 | 第12-13页 |
| 1.5 本文的主要工作 | 第13-15页 |
| 第2章 算法基础理论 | 第15-26页 |
| 2.1 交叉验证法 | 第15-18页 |
| 2.2 支持向量机 | 第18-19页 |
| 2.3 极限学习机 | 第19-22页 |
| 2.3.1 极限学习机概要 | 第19-21页 |
| 2.3.2 极限学习机的学习算法 | 第21-22页 |
| 2.3.3 极限学习机研究现状 | 第22页 |
| 2.4 主成分分析 | 第22-25页 |
| 2.4.1 主成分分析概要 | 第22-23页 |
| 2.4.2 PCA主成分分析原理 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 FMRI数据分析 | 第26-32页 |
| 3.1 脑的结构和功能介绍 | 第26-27页 |
| 3.2 功能性磁共振成像(FMRI)原理 | 第27-29页 |
| 3.2.1 fMRI的物理基础 | 第27-28页 |
| 3.2.2 fMRI图像的建立 | 第28-29页 |
| 3.3 SPM数据处理 | 第29-31页 |
| 3.3.1 数据预处理 | 第29-30页 |
| 3.3.2 统计分析过程 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 实验介绍与结果分析 | 第32-49页 |
| 4.1 实验数据 | 第32-33页 |
| 4.2 数据的预处理及其分析 | 第33-42页 |
| 4.2.1 数据预处理 | 第33-34页 |
| 4.2.2 个人数据解析 | 第34-41页 |
| 4.2.3 集体数据解析 | 第41-42页 |
| 4.3 分类器的选取 | 第42-45页 |
| 4.3.1 分类器的效果比较 | 第42-43页 |
| 4.3.2 极限学习机参数的选择 | 第43-45页 |
| 4.4 数据维度的选取 | 第45-46页 |
| 4.5 实验结果分析 | 第46-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第5章 总结和展望 | 第49-51页 |
| 5.1 研究总结 | 第49页 |
| 5.2 未来工作 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 作者简介 | 第54-55页 |
| 致谢 | 第55页 |
