| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-10页 |
| 1.1.1 脑科学时代 | 第8-9页 |
| 1.1.2 认知神经科学 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究问题和设想 | 第11-13页 |
| 1.4 论文结构 | 第13-16页 |
| 第2章 fMRI视觉刺激实验的设计及实施 | 第16-32页 |
| 2.1 设计原理 | 第16-18页 |
| 2.1.1 fMRI简介 | 第16-18页 |
| 2.1.2 组块实验设计 | 第18页 |
| 2.2 受试资格评估 | 第18页 |
| 2.3 实验材料评估 | 第18-20页 |
| 2.4 E-Prime软件 | 第20-21页 |
| 2.5 实验流程 | 第21-23页 |
| 2.5.1 预实验 | 第21页 |
| 2.5.2 正式实验 | 第21-22页 |
| 2.5.3 定位实验 | 第22-23页 |
| 2.5.4 情绪问卷 | 第23页 |
| 2.6 实验数据采集 | 第23-24页 |
| 2.7 方法原理 | 第24-31页 |
| 2.7.1 广义线性模型（generalized linear model, GLM） | 第24-25页 |
| 2.7.2 信号变化率（%signal change） | 第25-27页 |
| 2.7.3 多体素模式分析（multi-voxel pattern analysis, MVPA） | 第27-30页 |
| 2.7.4 支持向量机（support vector machine, SVM） | 第30-31页 |
| 2.8 本章小结 | 第31-32页 |
| 第3章 数据预处理及分析过程 | 第32-44页 |
| 3.1 数据预处理 | 第32-36页 |
| 3.1.1 统计参数图（statistical parametric mapping, SPM） | 第32页 |
| 3.1.2 时间校正（slice timing） | 第32-33页 |
| 3.1.3 头动校正（realignment） | 第33-34页 |
| 3.1.4 空间标准化（spatial normalization） | 第34-35页 |
| 3.1.5 空间平滑（smoothing） | 第35-36页 |
| 3.2 建模分析 | 第36-38页 |
| 3.2.1 主实验建模 | 第36-37页 |
| 3.2.2 定位实验建模 | 第37-38页 |
| 3.3 感兴趣区域的选取 | 第38-40页 |
| 3.4 单变量分析 | 第40页 |
| 3.5 多体素模式分析 | 第40-41页 |
| 3.6 本章小结 | 第41-44页 |
| 第4章 实验结果 | 第44-58页 |
| 4.1 行为学结果 | 第44-45页 |
| 4.2 信号变化率结果 | 第45-47页 |
| 4.3 模式相关性分析结果 | 第47-49页 |
| 4.4 权重分析结果 | 第49-51页 |
| 4.5 模式分类结果 | 第51-56页 |
| 4.5.1 全身与组合全身的比较 | 第51-52页 |
| 4.5.2 全身与脸、身体、组合全身和加权组合全身的情绪信息的关系 | 第52-55页 |
| 4.5.3 情绪和类别分类 | 第55-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第5章 结果讨论 | 第58-62页 |
| 5.1 在EBA，全身和组合全身有模式相关性 | 第58页 |
| 5.2 在EBA，威胁性情绪下脸和身体在线性组合成全身时有相同的权重 | 第58-59页 |
| 5.3 在EBA，加权组合全身具有最好的情绪表征性能 | 第59-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 发表论文和参加科研情况说明 | 第68-70页 |
| 致谢 | 第70-71页 |
