| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 基于MR的人脑结构网络重构技术原理 | 第11-13页 |
| 1.2.1 核磁共振成像原理及T1、T2成像 | 第12页 |
| 1.2.2 弥散张量成像 | 第12-13页 |
| 1.2.3 基于T1和DTI的人脑结构网络重构技术原理 | 第13页 |
| 1.3 人脑网络模块化算法研究现状 | 第13-15页 |
| 1.3.1 复杂网络模块化算法研究现状 | 第13-14页 |
| 1.3.2 人脑网络模块化算法研究现状 | 第14-15页 |
| 1.4 论文主要内容及结构 | 第15-18页 |
| 1.4.1 论文主要内容 | 第15-16页 |
| 1.4.2 论文结构 | 第16-18页 |
| 第二章 二值脑网络的模块结构研究 | 第18-32页 |
| 2.1 复杂脑网络的图论表达 | 第18-19页 |
| 2.2 人脑结构网络重构过程 | 第19-27页 |
| 2.2.1 数据来源及预处理 | 第19-22页 |
| 2.2.2 单个脑网络的构建 | 第22-23页 |
| 2.2.3 组平均网络的形成 | 第23-25页 |
| 2.2.4 阈值的选择 | 第25-26页 |
| 2.2.5 二值脑网络和加权脑网络的构建 | 第26-27页 |
| 2.3 二值脑网络的模块结构 | 第27-31页 |
| 2.3.1 Fast Newman算法在二值脑网络中的实现 | 第28页 |
| 2.3.2 实验结果及分析 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 加权脑网络的模块化算法 | 第32-40页 |
| 3.1 加权脑网络的描述与特征分析 | 第32-33页 |
| 3.2 加权Fast Newman算法在脑网络中的实现 | 第33-36页 |
| 3.2.1 加权Fast Newman算法的思想及实现 | 第33-34页 |
| 3.2.2 算例分析 | 第34-36页 |
| 3.3 与现有加权网络的模块化算法对比 | 第36-38页 |
| 3.3.1 Louvain算法的思想及实现 | 第36-38页 |
| 3.3.2 算法对比 | 第38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 加权脑网络的模块结构 | 第40-50页 |
| 4.1 加权Fast Newman算法在健康人对照组的应用分析 | 第40-43页 |
| 4.1.1 实验结果 | 第40-42页 |
| 4.1.2 模块结构组成对比 | 第42页 |
| 4.1.3 模块结构图分析 | 第42-43页 |
| 4.1.4 模块度比较 | 第43页 |
| 4.2 加权Fast Newman算法在精神分裂症患者组的应用分析 | 第43-48页 |
| 4.2.1 实验结果 | 第44-46页 |
| 4.2.2 模块结构组成对比 | 第46-47页 |
| 4.2.3 模块度比较 | 第47-48页 |
| 4.3 本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 本文工作总结 | 第50-51页 |
| 5.2 研究存在的不足及未来的研究方向 | 第51-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 附录A: 攻读硕士学位期间发表成果 | 第60-62页 |
| 附录B: 攻读硕士学位期间参与的基金项目 | 第62页 |
