| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-12页 |
| 1.2 课题研究现状 | 第12-15页 |
| 1.2.1 fMRI用于MCI诊断检测研究现状 | 第12-13页 |
| 1.2.2 fMRI特征分类研究现状 | 第13-14页 |
| 1.2.3 谱聚类研究现状 | 第14-15页 |
| 1.3 本文主要工作和结构安排 | 第15-19页 |
| 1.3.1 本文的主要工作 | 第15-17页 |
| 1.3.2 论文的结构安排 | 第17-19页 |
| 第二章 实验数据采集和分析方法 | 第19-27页 |
| 2.1 实验数据 | 第19页 |
| 2.2 数据采集 | 第19-20页 |
| 2.3 实验设计 | 第20-22页 |
| 2.4 实验数据预处理 | 第22-23页 |
| 2.5 实验数据分析方法 | 第23-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 谱聚类的功能磁共振成像数据分析方法 | 第27-37页 |
| 3.1 谱图理论 | 第27-29页 |
| 3.1.1 图的划分准则 | 第27-29页 |
| 3.1.2 相似矩阵和Laplacian矩阵 | 第29页 |
| 3.2 经典谱聚类算法 | 第29-30页 |
| 3.3 谱聚类的优势及存在问题 | 第30-33页 |
| 3.4 Nystr6m自适应谱聚类算法 | 第33-35页 |
| 3.5 聚类算法优劣评价标准 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 BOLD-fMRI特征提取 | 第37-49页 |
| 4.1 数据处理和BOLD变化率提取 | 第37-40页 |
| 4.1.1 获取脑模板 | 第38-39页 |
| 4.1.2 提取BOLD变化率 | 第39-40页 |
| 4.2 两种谱聚类算对BOLD-fMRI聚类 | 第40-41页 |
| 4.3 改进谱聚类算法对BOLD-fMRI聚类 | 第41-48页 |
| 4.3.1 改进的谱聚类算法 | 第41-46页 |
| 4.3.2 用改进的谱聚类算法对BOLD-fMRI聚类 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 分析聚类结果构造分类模型 | 第49-61页 |
| 5.1 选取显著差别的BOLD模式 | 第49-50页 |
| 5.2 提取的特征映射到脑图 | 第50-56页 |
| 5.3 LIB-SVM分类 | 第56-57页 |
| 5.4 根据脑图映射结果和分类的正确率构造分类模型 | 第57-59页 |
| 5.5 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士学位期间发表论文 | 第69页 |