| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-13页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 主要研究工作 | 第11-13页 |
| 2 功能磁共振成像信号(fMRI)及分析方法概述 | 第13-21页 |
| 2.1 fMRI介绍 | 第13-16页 |
| 2.1.1 BOLD-fMRI | 第13-14页 |
| 2.1.2 fMRI采集过程 | 第14页 |
| 2.1.3 fMRI数据分析方法比较 | 第14-16页 |
| 2.2 ICA估计方法简介 | 第16-18页 |
| 2.2.1 ICA定义与数学模型 | 第16-17页 |
| 2.2.2 复数EBM算法 | 第17-18页 |
| 2.3 复数fMRI数据的相位信息研究现状 | 第18-20页 |
| 2.3.1 相位在fMRI数据预处理阶段的研究 | 第18页 |
| 2.3.2 相位在ICA预处理的应用 | 第18-19页 |
| 2.3.3 相位在ICA后处理的应用 | 第19-20页 |
| 2.4 ICA在复数fMRI数据分析中存在的问题 | 第20-21页 |
| 3 基于ICA成分相位信息的复数fMRI数据分析框架 | 第21-29页 |
| 3.1 分析框架及本文数据简介 | 第21-23页 |
| 3.1.1 分析框架 | 第21-22页 |
| 3.1.2 本文fMRI数据介绍 | 第22-23页 |
| 3.2 相位的来源及特性研究 | 第23-24页 |
| 3.2.1 相位信息的来源 | 第23页 |
| 3.2.2 相位携带的噪声来源 | 第23-24页 |
| 3.2.3 相位数据分析的必要性 | 第24页 |
| 3.3 基于相位信息框架的特点 | 第24-29页 |
| 3.3.1 fMRI数据的完整性 | 第24-25页 |
| 3.3.2 复数ICA成分的相位模糊问题 | 第25-27页 |
| 3.3.3 激活区相位信息的利用 | 第27页 |
| 3.3.4 相位范围与幅值强度相结合的空间可视化方案 | 第27-29页 |
| 4 Post-ICA相位模糊问题解决方案 | 第29-39页 |
| 4.1 基于时间成分的相位模糊矫正 | 第29-32页 |
| 4.1.1 ICA算法分离信号的时间和空间非环形度比较 | 第29-30页 |
| 4.1.2 时间成分实部能量最大化 | 第30-31页 |
| 4.1.3 符号错误矫正 | 第31-32页 |
| 4.2 时间成分矫正结果 | 第32-35页 |
| 4.2.1 单被试结果 | 第32-33页 |
| 4.2.2 多被试结果 | 第33-35页 |
| 4.3 空间成分矫正结果 | 第35-39页 |
| 4.3.1 单被试结果 | 第35-36页 |
| 4.3.2 多被试结果 | 第36-39页 |
| 5 相位定位和相位掩蔽 | 第39-46页 |
| 5.1 基于激活区相位特性的相位定位思想 | 第39-40页 |
| 5.2 相位掩蔽 | 第40-42页 |
| 5.2.1 相位掩蔽参数选择 | 第40-41页 |
| 5.2.2 单被试相位掩蔽实施 | 第41页 |
| 5.2.3 多被试组分析相位掩蔽实施 | 第41-42页 |
| 5.3 任务相关区提取结果 | 第42-45页 |
| 5.3.1 单被试分析结果 | 第42-43页 |
| 5.3.2 多被试组分析结果 | 第43-45页 |
| 5.4 结果讨论 | 第45-46页 |
| 6 新框架下任务态脑主要网络研究 | 第46-59页 |
| 6.1 任务态及静息态fMRI简介 | 第46-47页 |
| 6.2 静息态fMRI的主要脑功能网络 | 第47-48页 |
| 6.3 任务状态下脑主要网络的提取和分析 | 第48-57页 |
| 6.3.1 默认模式网络 | 第49-50页 |
| 6.3.2 听觉网络 | 第50-51页 |
| 6.3.3 小脑网络 | 第51-52页 |
| 6.3.4 执行控制网络 | 第52-54页 |
| 6.3.5 左额顶网络 | 第54-55页 |
| 6.3.6 右额顶网络 | 第55-56页 |
| 6.3.7 视觉网络 | 第56-57页 |
| 6.4 任务态脑功能网络提取结果讨论 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表学术论文情况 | 第66-67页 |
| 致谢 | 第67-68页 |
