首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

显著性物体在场景识别过程中的作用机制研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-16页
    1.1 研究背景和意义第8-9页
    1.2 国内外研究现状第9页
    1.3 研究内容第9-11页
    1.4 研究方法第11-15页
        1.4.1 fMRI的简介第11-12页
        1.4.2 组块实验设计第12页
        1.4.3 广义线性模型(general linear model,GLM)第12页
        1.4.4 支持向量机(support vector machine,SVM)第12-15页
    1.5 本文内容安排第15-16页
第二章 实验设计第16-20页
    2.1 受试第16页
    2.2 刺激材料的制作与呈现第16-18页
        2.2.1 刺激材料的制作第16-17页
        2.2.2 E-prime心理学实验软件第17-18页
    2.3 实验过程第18页
    2.4 行为学实验第18-20页
第三章 数据采集及分析方法第20-31页
    3.1 影像数据获取第20页
    3.2 数据预处理第20-23页
        3.2.1 统计参数图(statistical parametric mapping,SPM)第20页
        3.2.2 时间校对(slice timing)第20-21页
        3.2.3 头动矫正(realignment)第21-23页
        3.2.4 空间标准化(spatial normalisation)第23页
        3.2.5 平滑(smoothing)第23页
    3.3 感兴趣区域(region of interest,ROI)的选取第23-25页
    3.4 多元体素模式分析(multi-voxel pattern analysis,MVPA)第25-29页
    3.5 MVPA结果与行为学的相关性第29页
    3.6 信号变化率(%signal change)第29-31页
第四章 实验结果第31-36页
    4.1 行为学结果第31-32页
    4.2 MVPA结果第32-33页
    4.3 MVPA结果与行为学结果相关性第33-34页
    4.4 信号变化率(%signal change)结果第34-36页
第五章 实验结论第36-38页
    5.1 行为学结果讨论第36页
    5.2 侧枕叶(lateral occipital complex,LOC)在场景认知中起到的作用第36页
    5.3 海马旁回(lateral occipital complex,PPA)在场景认知中起到的作用第36-37页
    5.4 压后皮质(retrosplenial cortex,RSC)在场景认知中起到的作用第37-38页
第六章 总结与展望第38-40页
    6.1 总结第38页
    6.2 展望第38-40页
参考文献第40-44页
发表论文和参加科研情况说明第44-45页
致谢第45-46页

论文共46页,点击 下载论文
上一篇:心电和血氧饱和度监护终端的设计与实现
下一篇:休闲消费的经济分析