独立成分分析在fMRI数据处理中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题背景 | 第8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文主要研究工作及创新点 | 第9-10页 |
| 参考文献 | 第10-12页 |
| 第二章 fMRI的数据处理方法概述 | 第12-19页 |
| ·fMRI数据处理方法 | 第12页 |
| ·数据驱动方法 | 第12-13页 |
| ·主成分分析 | 第12-13页 |
| ·独立成分分析 | 第13页 |
| ·模型驱动方法 | 第13-14页 |
| ·SPM软件 | 第14-18页 |
| ·SPM介绍 | 第14页 |
| ·SPM数学基础 | 第14-18页 |
| 参考文献 | 第18-19页 |
| 第三章 SPM功能定位研究 | 第19-34页 |
| ·实验方案 | 第19-20页 |
| ·材料与方法 | 第19-20页 |
| ·扫描仪器和扫描参数 | 第20页 |
| ·数据处理 | 第20-28页 |
| ·数据预处理 | 第20-22页 |
| ·建立模型 | 第22-24页 |
| ·数据输入 | 第24页 |
| ·参数估计 | 第24页 |
| ·输入结果 | 第24-28页 |
| ·实验结果分析 | 第28-31页 |
| ·本章小结 | 第31页 |
| 参考文献 | 第31-34页 |
| 第四章 独立成分分析方法 | 第34-46页 |
| ·独立成分分析的原理 | 第34-38页 |
| ·独立成分分析法的提出-盲源分离 | 第34-35页 |
| ·独立成分分析的原理 | 第35-36页 |
| ·独立成分分析假设条件 | 第36-37页 |
| ·基于ICA的功能磁共振数据处理 | 第37-38页 |
| ·独立成分分析算法 | 第38-44页 |
| ·ICA算法的主要判据 | 第38-42页 |
| ·独立成分分析算法实现 | 第42页 |
| ·Infomax算法 | 第42-44页 |
| 参考文献 | 第44-46页 |
| 第五章 用GROUP ICA处理fMRI数据 | 第46-60页 |
| ·研究Group ICA的意义 | 第46页 |
| ·Group ICA的三种方法 | 第46-49页 |
| ·用Group ICA处理fMRI数据 | 第49-57页 |
| ·材料和方法 | 第50页 |
| ·实验数据处理及分析 | 第50-56页 |
| ·讨论 | 第56-57页 |
| ·结论 | 第57页 |
| 参考文献 | 第57-60页 |
| 第六章 工作总结及展望 | 第60-61页 |
| ·本论文工作总结 | 第60页 |
| ·对今后工作的展望 | 第60-61页 |
| 缩略词表 | 第61-62页 |
| 致谢 | 第62-63页 |
