基于神经网络的团簇检验模型
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 磁共振成像简介 | 第8-10页 |
| 1.1.1 磁共振成像原理 | 第8页 |
| 1.1.2 脑功能磁共振成像 | 第8-10页 |
| 1.2 磁共振成像数据的统计分析 | 第10-17页 |
| 1.2.1 显著性检验 | 第10-13页 |
| 1.2.2 磁共振成像数据处理中统计分析方法分类 | 第13-14页 |
| 1.2.3 体素水平的统计分析 | 第14-15页 |
| 1.2.4 团簇水平的统计分析 | 第15-16页 |
| 1.2.5 非参数检验方法 | 第16页 |
| 1.2.6 多重比较校正 | 第16-17页 |
| 1.3 论文研究工作及结构安排 | 第17-18页 |
| 2 当前磁共振成像统计分析领域面临的问题 | 第18-22页 |
| 2.1 高强度阈值假设 | 第18-19页 |
| 2.2 空间平滑度假设 | 第19-20页 |
| 2.3 图像服从高斯分布假设 | 第20-22页 |
| 3 神经网络概述 | 第22-25页 |
| 3.1 .BP神经网络 | 第22-23页 |
| 3.2 BP神经网络算法过程和优点 | 第23-25页 |
| 4 基于神经网络的团簇检验模型 | 第25-39页 |
| 4.1 数据集的产生 | 第25-26页 |
| 4.2 BP神经网络参数设置 | 第26-27页 |
| 4.3 神经网络预测的结果 | 第27-28页 |
| 4.4 神经网络在真实数据的应用 | 第28-39页 |
| 4.4.1 真实数据来源、参数 | 第28-29页 |
| 4.4.2 数据处理方式 | 第29页 |
| 4.4.3 统计分析的结果 | 第29-39页 |
| 5 结论和展望 | 第39-43页 |
| 参考文献 | 第43-46页 |
| 攻读硕士学位期间发表学术论文情况 | 第46-47页 |
| 致谢 | 第47-48页 |
