基于实时功能磁共振成像的脑机交互自然图像检索技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 课题背景及意义 | 第13-14页 |
| 1.2 视觉信息解读技术 | 第14-19页 |
| 1.2.1 视觉编码模型 | 第15-17页 |
| 1.2.2 多体素模式分析解码方法 | 第17-19页 |
| 1.3 基于实时功能磁共振的脑机交互技术 | 第19-22页 |
| 1.3.1 实时功能磁共振成像 | 第19-20页 |
| 1.3.2 脑机交互技术 | 第20-22页 |
| 1.4 课题研究内容及论文结构安排 | 第22-23页 |
| 第二章 基于中级视觉特征编码模型的自然图像识别 | 第23-35页 |
| 2.1 金字塔结构Gabor小波编码模型 | 第23-25页 |
| 2.2 一种基于中级视觉特征字典的编码模型 | 第25-27页 |
| 2.3 基于f MRI的自然图像识别实验 | 第27-34页 |
| 2.3.1 实验材料 | 第28-30页 |
| 2.3.2 实验结果和分析 | 第30-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 基于卷积神经网络视觉编码的视觉语义分类 | 第35-45页 |
| 3.1 f MRI特征选择方法 | 第35-37页 |
| 3.1.1 基于感兴趣区域的特征选择方法 | 第35-36页 |
| 3.1.2 基于单变量分析的特征选择方法 | 第36-37页 |
| 3.2 基于卷积神经网络编码模型的特征选择方法 | 第37-40页 |
| 3.2.1 卷积神经网络编码模型的构建 | 第38-39页 |
| 3.2.2 基于卷积神经网络的特征选择 | 第39-40页 |
| 3.3 基于f MRI的自然图像四分类实验 | 第40-44页 |
| 3.3.1 实验材料 | 第40-42页 |
| 3.3.2 结果分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于实时功能磁共振的脑机交互自然图像检索 | 第45-57页 |
| 4.1 基于视觉信息解读的脑机交互自然图像检索 | 第45-46页 |
| 4.2 实时数据传输与处理 | 第46-50页 |
| 4.2.1 实时数据传输 | 第47页 |
| 4.2.2 实时数据处理 | 第47-50页 |
| 4.3 基于rt-fMRI的视觉信息脑机交互方法 | 第50-51页 |
| 4.4 视觉刺激生成与显示 | 第51-53页 |
| 4.5 基于rt-fMRI的自然图像检索实验 | 第53-55页 |
| 4.5.1 实验材料 | 第53-54页 |
| 4.5.2 结果分析 | 第54-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 作者简历 | 第67页 |
