| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·主要研究内容及创新点 | 第14页 |
| ·全文结构 | 第14-16页 |
| 第二章 功能磁共振成像技术 | 第16-30页 |
| ·功能磁共振成像 | 第16-22页 |
| ·功能磁共振成像原理 | 第16-18页 |
| ·静息态功能磁共振成像 | 第18-19页 |
| ·功能磁共振实验设计 | 第19-20页 |
| ·功能磁共振数据处理与统计分析 | 第20-22页 |
| ·BOLD-fMRI 和ASL-fMRI | 第22-27页 |
| ·基于 BOLD 信号的fMRI 原理 | 第22-23页 |
| ·基于 ASL 技术的功能磁共振 | 第23-26页 |
| ·BOLD 与 ASL 对比 | 第26-27页 |
| ·人脑视觉系统 | 第27-29页 |
| ·视觉光学系统 | 第27页 |
| ·视觉神经生理学系统 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于功能磁共振的大脑功能整合数据处理与分析方法总结 | 第30-45页 |
| ·相关分析 | 第31页 |
| ·相干分析 | 第31-32页 |
| ·一般线性模型 | 第32-33页 |
| ·独立成分分析 | 第33-40页 |
| ·背景介绍 | 第33-34页 |
| ·数学模型 | 第34页 |
| ·模型假设 | 第34-35页 |
| ·预处理步骤 | 第35-36页 |
| ·常用的ICA 估计原理 | 第36-38页 |
| ·sICA 和tICA 及其在fMRI 上的应用 | 第38-39页 |
| ·Informax ICA 和fixed-point ICA | 第39-40页 |
| ·存在问题 | 第40页 |
| ·ICA 方法在fMRI 领域的应用 | 第40页 |
| ·模糊聚类分析 | 第40-41页 |
| ·结构方程模型 | 第41页 |
| ·多变量自回归模型 | 第41-42页 |
| ·动态因果模型 | 第42-43页 |
| ·Granger 因果分析 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于ASL 视觉刺激下脑血流计算 | 第45-52页 |
| ·CBF 计算 | 第45-46页 |
| ·基于 ASL 技术的正常人脑血流的计算 | 第46-51页 |
| ·视觉刺激实验设计 | 第46-47页 |
| ·静息态与视觉刺激下的ASL 数据采集 | 第47页 |
| ·静息态与视觉刺激次下ASL 数据预处理 | 第47-48页 |
| ·静息态与视觉刺激下CBF 图像分析 | 第48-49页 |
| ·静息态与视觉刺激下CBF 结果与讨论 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于动脉自旋标记技术的大脑功能网络的研究 | 第52-59页 |
| ·大脑功能网络 | 第52-54页 |
| ·默认网络 | 第52-53页 |
| ·视觉网络 | 第53-54页 |
| ·基于 ASL-fMRI 的静息态默认网络的研究 | 第54-56页 |
| ·静息态ASL 数据ICA 分析 | 第54-55页 |
| ·默认网络的ASL 数据ICA 分析结果与讨论 | 第55-56页 |
| ·基于ASL-fMRI 的静息态视觉网络的研究 | 第56-58页 |
| ·视觉网络的ASL 数据分析 | 第57页 |
| ·视觉网络的ASL 数据ICA 分析结果与讨论 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 成果与展望 | 第59-61页 |
| ·本论文工作总结 | 第59-60页 |
| ·对后续工作的展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 硕士期间的研究成果及发表的学术论文 | 第67页 |