| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 磁共振成像技术概述 | 第10-13页 |
| 1.1.1 磁共振成像基本原理 | 第11-12页 |
| 1.1.2 功能磁共振成像基本原理 | 第12-13页 |
| 1.2 静息态功能磁共振数据预处理 | 第13-14页 |
| 1.3 静息态功能网络概述 | 第14-15页 |
| 1.3.1 功能连接定义 | 第14-15页 |
| 1.3.2 大脑功能连接网络 | 第15页 |
| 1.4 癫痫研究现状 | 第15-16页 |
| 1.5 论文的研究内容与结构安排 | 第16-18页 |
| 第二章 基本原理与方法 | 第18-30页 |
| 2.1 脑网络拓扑指标定义及分析 | 第18-21页 |
| 2.1.1 大尺度脑网络的构建 | 第18-19页 |
| 2.1.2 脑网络指标的定义与意义 | 第19-21页 |
| 2.2 模式识别方法基础与应用 | 第21-29页 |
| 2.2.1 基于磁共振数据的特征提取方法 | 第21页 |
| 2.2.2 基于磁共振数据的监督式特征选择方法 | 第21-26页 |
| 2.2.3 支持向量机与交叉验证 | 第26-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 复杂部分性颞叶癫痫大尺度功能脑网络研究 | 第30-43页 |
| 3.1 引言 | 第30-31页 |
| 3.2 材料与方法 | 第31-35页 |
| 3.2.1 研究对象 | 第31页 |
| 3.2.2 磁共振数据采集 | 第31-32页 |
| 3.2.3 功能磁共振数据预处理 | 第32页 |
| 3.2.4 静息态无向加权功能网络构建 | 第32-33页 |
| 3.2.5 小世界网络及网络属性 | 第33页 |
| 3.2.6 网络稀疏化 | 第33-34页 |
| 3.2.7 网络属性统计方法 | 第34-35页 |
| 3.3 研究结果 | 第35-41页 |
| 3.3.1 大脑功能网络的拓扑属性 | 第35-40页 |
| 3.3.2 脑网络节点拓扑属性与临床相关性分析 | 第40-41页 |
| 3.4 结果讨论 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于大尺度功能脑网络的复杂部分性颞叶癫痫模式识别研究 | 第43-58页 |
| 4.1 引言 | 第43-44页 |
| 4.2 材料与方法 | 第44-46页 |
| 4.2.1 研究对象 | 第44页 |
| 4.2.2 功能磁共振数据采集 | 第44页 |
| 4.2.3 功能磁共振数据预处理 | 第44页 |
| 4.2.4 复杂部分性颞叶癫痫与正常人的分类方法 | 第44-46页 |
| 4.3 研究结果 | 第46-55页 |
| 4.3.1 基于大尺度功能网络边的分类研究 | 第46-48页 |
| 4.3.2 基于大尺度功能网络全局属性的分类研究 | 第48页 |
| 4.3.3 基于大尺度功能网络节点属性的分类研究 | 第48-53页 |
| 4.3.4 不同分类模型与分类结果比较 | 第53-54页 |
| 4.3.5 显著性分类区域 | 第54-55页 |
| 4.4 结果讨论 | 第55-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文总结 | 第58-59页 |
| 5.2 工作展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-70页 |
| 硕士期间取得的研究成果 | 第70页 |