| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·引言 | 第7-8页 |
| ·脑功能网络的构建 | 第8-10页 |
| ·脑功能连接的研究 | 第10-11页 |
| ·论文的研究内容和组织结构 | 第11-13页 |
| 2 功能连接度量的常用方法 | 第13-23页 |
| ·相关分析与偏相关 | 第13-15页 |
| ·相关分析概述 | 第13页 |
| ·皮尔森相关(Pearson correlation) | 第13-14页 |
| ·偏相关 | 第14-15页 |
| ·相干分析 | 第15-17页 |
| ·相干分析概述 | 第15-16页 |
| ·偏相干 | 第16页 |
| ·局部相干性 | 第16-17页 |
| ·独立成分分析(ICA) | 第17-18页 |
| ·独立成分分析概述 | 第17页 |
| ·Spatial ICA(sICA) | 第17-18页 |
| ·模糊聚类分析 | 第18-19页 |
| ·小波变换一致性(wavelet transform coherence,WTC) | 第19-22页 |
| ·本章总结 | 第22-23页 |
| 3 稀疏表示 | 第23-34页 |
| ·稀疏表示概述 | 第23-24页 |
| ·稀疏分解算法 | 第24-28页 |
| ·匹配追踪算法 | 第24-26页 |
| ·正交匹配追踪算法 | 第26-28页 |
| ·字典学习算法 | 第28-32页 |
| ·MOD算法 | 第28页 |
| ·K-SVD | 第28-31页 |
| ·online字典学习算法 | 第31-32页 |
| ·本章总结 | 第32-34页 |
| 4 基于稀疏表示的脑功能子网络构建方法 | 第34-48页 |
| ·算法流程 | 第34-35页 |
| ·稀疏表示的具体实现 | 第35-38页 |
| ·谱聚类 | 第38-42页 |
| ·谱聚类算法 | 第38-41页 |
| ·谱聚类的具体实现 | 第41-42页 |
| ·实验结果 | 第42-47页 |
| ·数据集描述 | 第42-43页 |
| ·功能交互子网络结果与分析 | 第43-47页 |
| ·本章总结 | 第47-48页 |
| 5 基于稀疏表示的特征脑功能连接研究 | 第48-58页 |
| ·算法流程 | 第48-50页 |
| ·有意义功能连接集的确定 | 第50-51页 |
| ·单个被试的有意义功能连接集 | 第50页 |
| ·组内一致的功能连接集 | 第50-51页 |
| ·功能连接的分类验证 | 第51-53页 |
| ·支持向量机(SVM)模型 | 第51-52页 |
| ·基于SVM的分类验证 | 第52-53页 |
| ·实验结果与分析 | 第53-57页 |
| ·数据集描述 | 第53页 |
| ·特征脑功能连接 | 第53-55页 |
| ·SVM分类 | 第55页 |
| ·人造数据的结果 | 第55-57页 |
| ·本章总结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 附录 | 第66页 |