| 致谢 | 第5-7页 |
| 中文摘要 | 第7-13页 |
| 英文摘要 | 第13-20页 |
| 缩略词表 | 第21-26页 |
| 第一部分 药物难治性FCD患者的术后长期疗效及影响因素分析 | 第26-42页 |
| 引言 | 第26-28页 |
| 1 方法 | 第28-31页 |
| 1.1 研究对象 | 第28页 |
| 1.2 研究方法 | 第28-30页 |
| 1.3 统计分析 | 第30-31页 |
| 2 结果 | 第31-38页 |
| 2.1 患者基本情况 | 第31页 |
| 2.2 手术预后 | 第31-32页 |
| 2.3 手术预后相关预测因素 | 第32-38页 |
| 3 讨论 | 第38-41页 |
| 4 结论 | 第41-42页 |
| 第二部分 基于脑表面形态学分析结合机器学习的方法在自动检测FCDⅡ型的应用 | 第42-60页 |
| 引言 | 第42-44页 |
| 1 方法学 | 第44-49页 |
| 1.1 研究对象 | 第44页 |
| 1.2 研究方法 | 第44-45页 |
| 1.3 勾画病灶 | 第45-46页 |
| 1.4 形态学及强度特征的测定 | 第46页 |
| 1.5 个体形态学特征有效性的评价 | 第46-47页 |
| 1.6 机器学习的分类和验证 | 第47页 |
| 1.7 ROC曲线分析 | 第47页 |
| 1.8 影响分类器性能的因素 | 第47-48页 |
| 1.9 统计分析 | 第48-49页 |
| 2 结果 | 第49-56页 |
| 2.1 患者基本情况 | 第49-51页 |
| 2.2 ROC结果 | 第51-52页 |
| 2.3 亚组分析 | 第52-53页 |
| 2.4 形态学的有效性分析 | 第53-54页 |
| 2.5 训练病例数量的影响 | 第54-55页 |
| 2.6 健康对照者数量的影响 | 第55页 |
| 2.7 扫描机器的影响 | 第55-56页 |
| 3 讨论 | 第56-59页 |
| 4 结论 | 第59-60页 |
| 第三部分 FCDⅡ型与睡眠相关癫病的研究 | 第60-76页 |
| 引言 | 第60-61页 |
| 1 方法 | 第61-65页 |
| 1.1 研究对象 | 第61页 |
| 1.2 研究方法 | 第61-64页 |
| 1.3 统计分析 | 第64-65页 |
| 2 结果 | 第65-72页 |
| 2.1 患者基本情况 | 第65-68页 |
| 2.2 病灶及丘脑体积 | 第68-69页 |
| 2.3 亚组分析 | 第69-72页 |
| 3 讨论 | 第72-75页 |
| 4 结论 | 第75-76页 |
| 全文总结 | 第76-77页 |
| 参考文献 | 第77-90页 |
| 综述 | 第90-111页 |
| 参考文献 | 第99-111页 |
| 作者简历及在学期间所取得的科研成果 | 第111-113页 |