阿尔茨海默病在脑皮层厚度中的集成分类方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 背景介绍 | 第9-10页 |
| 1.2 目前对阿尔兹海默疾病的研究进展 | 第10-11页 |
| 1.3 本文的研究意义 | 第11-12页 |
| 1.4 本文的主要研究工作 | 第12页 |
| 1.5 本文的组织结构 | 第12-14页 |
| 第二章 磁共振成像技术以及脑影像的处理 | 第14-23页 |
| 2.1 磁共振成像技术简介 | 第14-17页 |
| 2.2 大脑磁共振影像的处理过程 | 第17-20页 |
| 2.2.1 获取大脑磁共振影像 | 第18页 |
| 2.2.2 大脑磁共振影像的预处理 | 第18-20页 |
| 2.3 大脑皮层厚度的计算方法 | 第20-23页 |
| 第三章 MCI及NC在大脑皮层厚度上的分类研究 | 第23-37页 |
| 3.1 基于T检验的无关特征排除方法 | 第23-25页 |
| 3.2 基于凝聚层次聚类的离群点检测 | 第25-28页 |
| 3.2.1 凝聚层次聚类算法 | 第25-28页 |
| 3.2.2 基于欧式平均距离的离群点检测算法 | 第28页 |
| 3.3 特征选择方法及相关概念 | 第28-31页 |
| 3.3.1 Relife特征选择方法 | 第29-30页 |
| 3.3.2 mRMR特征选择方法 | 第30-31页 |
| 3.4 分类器算法研究 | 第31-37页 |
| 3.4.1 SVM学习算法 | 第31-33页 |
| 3.4.2 决策树算法 | 第33-34页 |
| 3.4.3 AdaBoost集成学习算法 | 第34-37页 |
| 第四章 实验过程分析 | 第37-46页 |
| 4.1 实验的数据来源 | 第37-38页 |
| 4.2 实验设计与结果分析 | 第38-44页 |
| 4.2.1 第一组实验的结果分析 | 第40-42页 |
| 4.2.2 第二组实验的结果分析 | 第42-44页 |
| 4.3 本章小结 | 第44-46页 |
| 第五章 结束语 | 第46-48页 |
| 5.1 本文工作总结 | 第46页 |
| 5.2 未来工作展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间的主要成果 | 第52-53页 |
| 致谢 | 第53-54页 |
| 附录 | 第54-65页 |
