| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题背景和意义 | 第10-11页 |
| ·本文研究领域现状 | 第11-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·本文主要研究的内容和方法 | 第14-15页 |
| ·文章结构安排 | 第15-16页 |
| 第二章 功能磁共振成像和独立成分分析介绍 | 第16-26页 |
| ·功能磁共振成像技术 | 第16-20页 |
| ·功能磁共振成像简介 | 第16页 |
| ·功能磁共振成像的原理 | 第16-17页 |
| ·功能磁共振成像的应用 | 第17-18页 |
| ·功能磁共振成像的特点 | 第18页 |
| ·功能磁共振成像的实验设计 | 第18-20页 |
| ·独立成分分析算法 | 第20-25页 |
| ·独立成分分析方法简介 | 第20页 |
| ·独立成分分析的估计算法 | 第20-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 一种基于峭度的RobustICA算法 | 第26-40页 |
| ·FastICA的回顾 | 第26-27页 |
| ·新的算法RobustICA的介绍 | 第27-32页 |
| ·RobustICA算法的理论基础 | 第28页 |
| ·RobustICA算法的原理 | 第28-30页 |
| ·源信号的提取 | 第30页 |
| ·收敛性 | 第30页 |
| ·复杂性计算 | 第30-32页 |
| ·RobustICA算法的优点 | 第32-33页 |
| ·模拟仿真实验 | 第33-39页 |
| ·信号均方误差分析 | 第33-34页 |
| ·预白化仿真 | 第34-37页 |
| ·线性相关分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 RobustICA算法在fMRI数据中的应用 | 第40-52页 |
| ·实验方案 | 第40-41页 |
| ·RobustICA算法处理fMRI数据 | 第41-44页 |
| ·处理fMRI数据的独立成分分析方法 | 第41-42页 |
| ·建立分析fMRI数据的ICA模型 | 第42-43页 |
| ·数据的输入 | 第43-44页 |
| ·实验的结果与对比分析 | 第44-49页 |
| ·SMSE的对比分析 | 第44页 |
| ·迭代次数和时间的对比分析 | 第44-46页 |
| ·提取的独立成分分析 | 第46-49页 |
| ·本章小结 | 第49-52页 |
| 第五章 结论与展望 | 第52-56页 |
| ·本论文工作总结 | 第52-53页 |
| ·对今后工作的展望 | 第53-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间发表的学术论文目录 | 第62页 |