首页--数理科学和化学论文--物理学论文--固体物理学论文--固体性质论文--磁学性质论文--磁性弛豫及共振现象论文

人脑磁共振成像数据的多元模式分类分析--大脑状态解码和脑疾病分类

摘要第1-8页
ABSTRACT第8-13页
图目录第13-14页
表目录第14-15页
第1章 绪论第15-26页
   ·多元模式分类分析简介第15-18页
   ·多元模式分类分析在fMRI中的应用:大脑状态的解码第18-22页
   ·应用多元模式分类分析实现基于MRI数据的脑疾病的自动分类第22-24页
   ·本文的主要研究内容第24-26页
第2章 多元模式分类分析在功能磁共振成像中的应用:解码单手指运动第26-59页
   ·引言第26-29页
     ·研究背景和问题的提出第26-27页
     ·基于功能磁共振成像的运动解码研究的回顾第27-28页
     ·研究的挑战和基础第28-29页
     ·研究目的和方法第29页
   ·实验材料和方法第29-40页
     ·实验被试第29-30页
     ·实验设计第30-32页
     ·磁共振成像数据采集第32-33页
     ·磁共振成像数据的预处理第33-34页
     ·感兴趣区域的定义第34-35页
     ·基于ROI的多元模式分类分析第35-37页
     ·随机水平的估算和置换检验第37-38页
     ·探照灯式的解码分析第38-40页
   ·实验结果第40-51页
     ·行为学结果第40页
     ·基于ROI的多元模式分类分析的解码正确率第40-45页
     ·分类后的试次在不同手指间的分布第45-48页
     ·探照灯分析得到的解码正确率脑图第48-51页
   ·讨论第51-57页
     ·主要结果和结论第51-52页
     ·与前人研究结果的比较第52-53页
     ·不同脑区的解码正确率第53-54页
     ·错误分类样本在不同手指间分布的偏向性第54-55页
     ·本研究的特点第55-56页
     ·研究结果对于脑-机交互的意义第56-57页
   ·结论第57-59页
第3章 基于resting-state fMRI功能连接的多元模式分类:PNE儿童和健康儿童的分类第59-72页
   ·研究背景第59-61页
   ·研究材料和方法第61-68页
     ·被试第61页
     ·静息态功能磁共振成像数据的采集第61-62页
     ·静息态功能磁共振成像数据的预处理第62-65页
     ·静息态功能磁共振成像数据的多元模式分类分析第65-67页
     ·分类正确率随机水平的估算和置换检验第67-68页
   ·静息态功能磁共振成像数据的分类结果第68-70页
   ·对基于静息态功能连接的分类结果的讨论第70-71页
   ·结论第71-72页
第4章 基于DTI的多元模式分类:ADHD儿童和健康儿童的分类第72-91页
   ·研究背景第72-74页
   ·研究材料和方法第74-83页
     ·被试第74页
     ·DTI数据采集第74-75页
     ·DTI数据的预处理第75-78页
     ·对照组第78-81页
     ·DTI数据的多元模式分类分析第81-82页
     ·分类正确率随机水平的估算和置换检验第82-83页
   ·DTI数据的分类结果第83-89页
   ·对DTI数据分类结果的分析和讨论第89-90页
   ·结论第90-91页
第5章 总结和展望第91-97页
   ·总结第91-94页
     ·本文的主要工作第91-92页
     ·本文的主要结果和结论第92-94页
     ·本文的主要创新点第94页
   ·本文研究的局限性第94-95页
   ·展望第95-97页
参考文献第97-104页
后记和致谢第104-106页
作者简历及在学期间所取得的科研成果第106页

论文共106页,点击 下载论文
上一篇:崇明岛滨岸湿地植被碳估算模型及部分参数估计
下一篇:分子取向与定向的超快操控和应用