摘要 | 第1-4页 |
Abstract | 第4-8页 |
引言 | 第8-10页 |
1 单光子发射断层成像 | 第10-17页 |
·脑功能概述 | 第10页 |
·大脑功能区的划分 | 第10-12页 |
·布罗德曼(Brodmann)分区 | 第12-13页 |
·单光子发射断层成像 | 第13-17页 |
·单光子发射断层成像原理 | 第13-14页 |
·青少年焦虑抑郁SPECT实验设计 | 第14-16页 |
·脑成像数据的获取与识别 | 第16-17页 |
2 青少年焦虑抑郁心理量表测评系统的建立 | 第17-23页 |
·系统的设计 | 第17-18页 |
·系统的实现 | 第18-19页 |
·问题类、选项类、量表类的实现 | 第18页 |
·等级类、评价类的实现 | 第18-19页 |
·心理量表的数据仓库的建立方法 | 第19-22页 |
·心理量表数据仓库的基本框架 | 第19-20页 |
·数据抽取 | 第20页 |
·维度与事实 | 第20-22页 |
·基于心理量表数据仓库的挖掘功能设计 | 第22-23页 |
·数据处理 | 第22页 |
·数据分析与挖掘 | 第22-23页 |
3 利用SPM处理焦虑抑郁SPECT数据 | 第23-29页 |
·基于t检验的基本原理 | 第23-24页 |
·基于SPM系统的SPECT脑数据挖掘 | 第24-25页 |
·青少年焦虑抑郁SPECT试验的统计分析 | 第25-29页 |
·正常被试与患者的静息状态比较 | 第25-26页 |
·患者与正常被试的认知状态比较 | 第26-29页 |
4 青少年焦虑抑郁SPECT数据仓库 | 第29-36页 |
·青少年焦虑抑郁SPECT数据仓库的建立方法 | 第29-33页 |
·青少年焦虑抑郁SPECT数据仓库的基本框架 | 第29-30页 |
·数据抽取 | 第30-31页 |
·维度与事实 | 第31-33页 |
·基于青少年焦虑抑郁SPECT数据仓库的挖掘功能的实现 | 第33-36页 |
5 支持向量机在焦虑抑郁SPECT数据挖掘中的应用 | 第36-48页 |
·支持向量机(SVM)简介 | 第36-38页 |
·基于内容图像检索的特征提取 | 第38-43页 |
·图像纹理特征提取 | 第39-40页 |
·图像边缘特征提取 | 第40-41页 |
·图像颜色特征提取 | 第41-43页 |
·基于感兴趣区和t值最强点的特征提取 | 第43-44页 |
·数据预处理 | 第43页 |
·从MNI到Talairach坐标系的转换 | 第43-44页 |
·特征提取 | 第44页 |
·青少年焦虑抑郁SPECT数据的特征提取 | 第44-48页 |
·激活特征的t值最强点提取 | 第45页 |
·实验结果 | 第45-48页 |
6 关联规则在焦虑抑郁SPECT数据挖掘中的应用 | 第48-53页 |
·问题定义 | 第48-49页 |
·挖掘算法Apriori | 第49-50页 |
·算法Apriori在焦虑抑郁SPECT数据挖掘中的实现 | 第50-53页 |
7 基于知识库的脑功能成像诊断模型初探 | 第53-58页 |
·脑功能成像诊断问题知识表示方法 | 第53-55页 |
·树状表示法 | 第53-54页 |
·脑功能成像诊断问题知识化信息模型 | 第54-55页 |
·知识模型的表达 | 第55-56页 |
·知识库的建立 | 第56-57页 |
·知识库的数据管理 | 第56页 |
·知识库与数据库的结合 | 第56页 |
·成像特征的提取 | 第56-57页 |
·系统实现 | 第57-58页 |
结论 | 第58-60页 |
参考文献 | 第60-62页 |
攻读硕士学位期间发表学术论文情况 | 第62-63页 |
致谢 | 第63-64页 |
大连理工大学学位论文版权使用授权书 | 第64页 |