基于三维重建和机器学习的轻度认知障碍辅助诊断研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 表格索引 | 第10-11页 |
| 插图索引 | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| ·课题背景以及研究意义 | 第12-13页 |
| ·人脑结构和核磁共振成像简单介绍 | 第13-14页 |
| ·国内外相关领域研究现状 | 第14-17页 |
| ·脑部三维重建技术的现状 | 第14-15页 |
| ·大脑形态研究现状 | 第15-17页 |
| ·轻度认知障碍自动诊断 | 第17页 |
| ·本文所完成的工作 | 第17-20页 |
| 第二章 基于显卡的光线投射算法 | 第20-30页 |
| ·和 MRI 成像以及光线投射相关的数学基础 | 第20-23页 |
| ·Radon 变换 | 第20页 |
| ·Fourier 切片定理 | 第20-21页 |
| ·滤波后向投影 | 第21-23页 |
| ·OpenGL 渲染管线和着色器编程 | 第23-25页 |
| ·OpenGL 渲染管线 | 第23-24页 |
| ·着色器编程 | 第24-25页 |
| ·Raycasting 算法 | 第25-28页 |
| ·算法原理 | 第25-26页 |
| ·光线吸收模型 | 第26-27页 |
| ·算法描述 | 第27-28页 |
| ·算法实现 | 第28页 |
| ·程序结果 | 第28-30页 |
| 第三章 脑部皮层形态学研究 | 第30-38页 |
| ·Freesurfer 的大脑皮层厚度计算流程 | 第30-33页 |
| ·白质分割原理 | 第33-35页 |
| ·活动变形模型法 | 第35-38页 |
| 第四章 基于皮层厚度的轻度认知障碍自动诊断 | 第38-52页 |
| ·数据预处理方法 | 第38-43页 |
| ·特征选择方法 | 第38-40页 |
| ·主成分分析 | 第40-43页 |
| ·常用分类方法简介 | 第43-46页 |
| ·线性鉴别分析 | 第43-44页 |
| ·支持向量机 | 第44-46页 |
| ·EM 算法 | 第46-48页 |
| ·混合高斯模型 | 第46-47页 |
| ·EM 算法 | 第47-48页 |
| ·实验 | 第48-52页 |
| ·实验数据 | 第48-49页 |
| ·特征子集选择 | 第49页 |
| ·主成分分析降维处理 | 第49-50页 |
| ·分类算法正确率对比 | 第50-51页 |
| ·混合高斯模型实验 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间发表的学术论文目录 | 第62-64页 |
| 攻读学位期间参与的项目 | 第64-66页 |
