基于多模态MRI特征分析的阿尔兹海默病分类研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文章节安排 | 第13-15页 |
| 第2章 多模态影像及图像采集与处理 | 第15-31页 |
| 2.1 磁共振成像概述 | 第15-23页 |
| 2.1.1 磁共振成像原理 | 第15-18页 |
| 2.1.2 扩散磁共振成像原理 | 第18-21页 |
| 2.1.3 功能磁共振成像原理 | 第21-23页 |
| 2.2 样本及图像采集 | 第23-25页 |
| 2.2.1 样本介绍 | 第23-24页 |
| 2.2.2 数据采集 | 第24-25页 |
| 2.3 图像处理 | 第25-28页 |
| 2.3.1 dMRI图像处理 | 第25-26页 |
| 2.3.2 fMRI图像处理 | 第26-27页 |
| 2.3.3 图像的空间标准化 | 第27-28页 |
| 2.4 特征集合建立 | 第28-29页 |
| 2.4.1 AAL模板介绍 | 第28页 |
| 2.4.2 特征提取 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 多特征融合模型构建与参数优化 | 第31-43页 |
| 3.1 支持向量机概述 | 第31-34页 |
| 3.1.1 SVM基本原理 | 第31-33页 |
| 3.1.2 核函数(Kernel) | 第33-34页 |
| 3.2 模型构建 | 第34-39页 |
| 3.2.1 特征选择 | 第35-38页 |
| 3.2.2 参数优化方法 | 第38-39页 |
| 3.3 模型构建与结果分析 | 第39-42页 |
| 3.3.1 留一法交叉验证 | 第39-40页 |
| 3.3.2 模型构建 | 第40-41页 |
| 3.3.3 模型评价及结果分析 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于脑结构网络特征的模式识别应用 | 第43-51页 |
| 4.1 结构网络构建 | 第43-46页 |
| 4.1.1 确定性纤维追踪 | 第43-44页 |
| 4.1.2 结构网络构建流程 | 第44-46页 |
| 4.1.3 组水平结构网络 | 第46页 |
| 4.2 结构网络的基本特征 | 第46-48页 |
| 4.2.1 建立特征集 | 第46-47页 |
| 4.2.2 模式识别流程 | 第47页 |
| 4.2.3 识别结果 | 第47-48页 |
| 4.3 灰质节点特征 | 第48-50页 |
| 4.3.1 白质连接特征 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 不同脑灰质模态间数据融合 | 第51-63页 |
| 5.1 受试者操作特性(ROC)曲线 | 第51-52页 |
| 5.2 单模态MRI数据下的结果 | 第52-54页 |
| 5.3 多模态数据融合后的结果 | 第54-58页 |
| 5.3.1 两种模态的融合 | 第54-57页 |
| 5.3.2 三种模态的融合 | 第57-58页 |
| 5.4 讨论 | 第58-61页 |
| 5.4.1 单模态分类结果分析 | 第58-60页 |
| 5.4.2 模态融合结果分析 | 第60-61页 |
| 5.5 本章小结 | 第61-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-73页 |
| 发表论文和参加科研情况说明 | 第73-75页 |
| 致谢 | 第75页 |
