| 致谢 | 第4-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第12-27页 |
| 1.1 复杂网络 | 第12-13页 |
| 1.2 图论 | 第13-17页 |
| 1.2.1 图论源起 | 第13-14页 |
| 1.2.2 节点连边 | 第14页 |
| 1.2.3 邻接矩阵 | 第14页 |
| 1.2.4 网络类型 | 第14-15页 |
| 1.2.5 网络刻画 | 第15-17页 |
| 1.3 基本的网络模型 | 第17-18页 |
| 1.3.1 规则网络 | 第17页 |
| 1.3.2 随机网络 | 第17页 |
| 1.3.3 小世界网络 | 第17-18页 |
| 1.3.4 无尺度网络 | 第18页 |
| 1.4 人脑连接组学 | 第18-27页 |
| 1.4.1 人脑连接组学之成像技术 | 第19-20页 |
| 1.4.2 人脑连接组学之分析工具 | 第20-21页 |
| 1.4.3 人脑连接组学之网络构建 | 第21-22页 |
| 1.4.4 人脑连接组学之主要发现 | 第22-27页 |
| 2 问题提出 | 第27-30页 |
| 2.1 研究现状 | 第27页 |
| 2.2 研究进展 | 第27-28页 |
| 2.3 研究设计 | 第28页 |
| 2.4 研究流程 | 第28-29页 |
| 2.5 研究亮点 | 第29-30页 |
| 3 研究方法 | 第30-36页 |
| 3.1 被试来源 | 第30页 |
| 3.2 数据获得 | 第30页 |
| 3.3 灰质体积 | 第30-31页 |
| 3.4 空间平滑 | 第31页 |
| 3.5 构建个体形态学网络 | 第31-33页 |
| 3.5.1 定义网络的节点 | 第31页 |
| 3.5.2 定义网络的连边 | 第31-32页 |
| 3.5.3 定义KDE采样点的数目 | 第32-33页 |
| 3.6 阈值选择 | 第33-34页 |
| 3.7 网络分析 | 第34-35页 |
| 3.8 重测信度 | 第35页 |
| 3.9 统计分析 | 第35-36页 |
| 4 结果 | 第36-46页 |
| 4.1 形态学脑网络的连接模式和重测信度 | 第36-37页 |
| 4.1.1 形态学脑网络连接模式 | 第36-37页 |
| 4.1.2 形态学脑网络连接模式的重测信度 | 第37页 |
| 4.2 形态学脑网络的全局属性 | 第37-40页 |
| 4.2.1 小世界属性、效率和模块性 | 第37-38页 |
| 4.2.2 空间平滑、脑区划分和网络类型对全局属性的影响 | 第38页 |
| 4.2.3 全局属性的重测信度 | 第38-39页 |
| 4.2.4 空间平滑、脑区划分和网络类型对网络全局参数重测信度的影响 | 第39-40页 |
| 4.3 形态学脑网络的节点属性 | 第40-46页 |
| 4.3.1 核心节点 | 第40-42页 |
| 4.3.2 空间平滑和网络类型对节点中心性的影响 | 第42页 |
| 4.3.3 节点中心性的重测信度 | 第42-45页 |
| 4.3.4 空间平滑和网络类型对节点中心性稳定性的影响 | 第45页 |
| 4.3.5 节点中心性和节点重测稳定性的关系 | 第45-46页 |
| 5 讨论 | 第46-49页 |
| 5.1 形态学脑网络之应用潜力 | 第46页 |
| 5.2 形态学脑网络之组织特异、分析策略敏感、重测稳定 | 第46-47页 |
| 5.3 形态学脑网络之可能的生物学解释 | 第47-48页 |
| 5.4 不足和展望 | 第48-49页 |
| 6 结论 | 第49-50页 |
| 参考文献 | 第50-58页 |
| 作者简历 | 第58页 |
