基于多尺度脑网络局部特征的抑郁症分类研究
| 摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 对抑郁症脑网络的研究 | 第12-13页 |
| 1.2.2 对脑网络的分类研究 | 第13-14页 |
| 1.2.3 对人脑连接组尺度的比较研究 | 第14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 论文章节安排 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 多尺度静息态功能脑网络的构建 | 第17-23页 |
| 2.1 数据采集及预处理 | 第17-18页 |
| 2.1.1 被试数据采集 | 第17-18页 |
| 2.1.2 数据预处理 | 第18页 |
| 2.2 静息态功能脑网络的构建 | 第18-21页 |
| 2.2.1 多尺度节点定义 | 第18-20页 |
| 2.2.2 连接定义 | 第20-21页 |
| 2.2.3 阈值选择 | 第21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 特征选择及分类 | 第23-35页 |
| 3.1 属性计算 | 第23-26页 |
| 3.1.1 局部属性 | 第23-24页 |
| 3.1.2 全局属性 | 第24-25页 |
| 3.1.3 曲线下面积 | 第25-26页 |
| 3.2 特征选择 | 第26-30页 |
| 3.2.1 方法介绍 | 第26-27页 |
| 3.2.2 选择结果 | 第27-30页 |
| 3.3 分类 | 第30-31页 |
| 3.4 分类器的评价 | 第31-33页 |
| 3.5 本章小结 | 第33-35页 |
| 第四章 分类结果的分析 | 第35-39页 |
| 4.1 特征权重 | 第35-37页 |
| 4.1.1 ReliefF | 第35-36页 |
| 4.1.2 尺度间的有效特征融合 | 第36-37页 |
| 4.2 有效特征数 | 第37-38页 |
| 4.3 本章总结 | 第38-39页 |
| 第五章 有效特征的互信息分析 | 第39-49页 |
| 5.1 方法介绍 | 第39-40页 |
| 5.2 特征选择方法验证 | 第40-43页 |
| 5.2.1 方法可行性 | 第40-41页 |
| 5.2.2 特征选择使用的阈值 | 第41-43页 |
| 5.3 有效特征的验证 | 第43-46页 |
| 5.3.1 与类标签的关联性 | 第44-45页 |
| 5.3.2 特征间的关联性 | 第45-46页 |
| 5.4 有效特征所在脑区的结构特性 | 第46-48页 |
| 5.4.1 脑区体积 | 第46-47页 |
| 5.4.2 脑区间距离 | 第47-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-53页 |
| 6.1 总结 | 第49-50页 |
| 6.2 展望 | 第50-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间发表的学术论文目录 | 第61页 |
