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--计算机软件论文--程序设计、软件工程论文--程序设计论文

青少年焦虑抑郁单光子成像数据挖掘方法研究

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

论文共64页,点击 下载论文
上一篇:日本大螯蜚F2代生活史及沉积物毒理敏感性研究
下一篇:混凝法处理焦化废水的研究