基于格兰杰因果关系的因效性脑网络研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景与意义 | 第10-12页 |
| 1.2 病理复杂脑网络的国内外研究现状 | 第12-14页 |
| 1.3 论文的研究方法与结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 复杂网络及其在脑科学中的应用 | 第16-31页 |
| 2.1 复杂网络的理论基础 | 第16-21页 |
| 2.1.1 复杂网络基本概念 | 第16-18页 |
| 2.1.2 复杂网络的基本测度 | 第18-21页 |
| 2.2 大脑的相关理论知识 | 第21-23页 |
| 2.2.1 脑的结构和功能 | 第21-22页 |
| 2.2.2 脑信号的特点与节律性 | 第22-23页 |
| 2.3 因效性脑网络分析理论 | 第23-25页 |
| 2.3.1 多变量自回归模型 | 第23页 |
| 2.3.2 格兰杰因果关系 | 第23-24页 |
| 2.3.3 因果关系度量值 | 第24-25页 |
| 2.4 统计分析基础 | 第25-30页 |
| 2.4.1 假设检验 | 第25-26页 |
| 2.4.2 单样本t检验 | 第26页 |
| 2.4.3 两独立样本t检验 | 第26-27页 |
| 2.4.4 单因素方差分析 | 第27-28页 |
| 2.4.5 双因素方差分析 | 第28-29页 |
| 2.4.6 多重比较校正 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 因效性脑网络的构建 | 第31-49页 |
| 3.1 实验数据 | 第31页 |
| 3.2 数据预处理 | 第31-33页 |
| 3.3 脑网络的构建 | 第33-47页 |
| 3.3.1 模型的建立 | 第34-35页 |
| 3.3.2 各导联的因果性作用 | 第35-41页 |
| 3.3.3 阈值的选择 | 第41-45页 |
| 3.3.4 生成邻接矩阵 | 第45-47页 |
| 3.3.5 构建因效性脑网络 | 第47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 复杂脑网络的全局拓扑特性研究 | 第49-61页 |
| 4.1 网络全局特性分析 | 第49-52页 |
| 4.1.1 网络拓扑熵 | 第49-51页 |
| 4.1.2 平均聚类系数C | 第51页 |
| 4.1.3 其它网络全局测度 | 第51-52页 |
| 4.2 基于节律波的分析 | 第52-59页 |
| 4.2.1 不同节律波下因果性作用 | 第52-57页 |
| 4.2.2 不同节律波下网络全局特性 | 第57-59页 |
| 4.3 本章小结 | 第59-61页 |
| 第五章 复杂脑网络的局部拓扑特性研究 | 第61-69页 |
| 5.1 度 | 第61-62页 |
| 5.2 度分布 | 第62-63页 |
| 5.3 介数 | 第63-66页 |
| 5.4 紧密度 | 第66-67页 |
| 5.5 核心数 | 第67-68页 |
| 5.6 本章小结 | 第68-69页 |
| 第六章 模块化分层脑网络 | 第69-76页 |
| 6.1 模块化分层结构 | 第69-70页 |
| 6.2 仿真研究以及实验结果分析 | 第70-74页 |
| 6.3 本章小结 | 第74-76页 |
| 第七章 总结与展望 | 第76-79页 |
| 7.1 工作总结 | 第76-78页 |
| 7.2 研究展望 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第84-85页 |
| 附录2 攻读硕士学位期间获得的竞赛奖励 | 第85-86页 |
| 致谢 | 第86页 |
