| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 引言 | 第7-8页 |
| 1.2 研究背景和意义 | 第8-11页 |
| 1.3 本文的研究内容和主要贡献 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第二章 曲面多尺度形状特征的描述方法设计 | 第13-23页 |
| 2.1 引言 | 第13页 |
| 2.2 多尺度曲面三角网格模型 | 第13-15页 |
| 2.3 常用脑结构描述指标 | 第15-17页 |
| 2.3.1 体素 | 第15-16页 |
| 2.3.2 皮层厚度 | 第16-17页 |
| 2.3.3 体积 | 第17页 |
| 2.3.4 曲率 | 第17页 |
| 2.3.5 表面积 | 第17页 |
| 2.4 基于三角网格曲面的形状特征描述符设计 | 第17-21页 |
| 2.4.1 三角网格模型相关定义 | 第18-19页 |
| 2.4.2 新形状特征描述符的设计 | 第19-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 基于MRI的AD脑皮层形状变异建模 | 第23-41页 |
| 3.1 引言 | 第23页 |
| 3.2 本文采用的样本数据集 | 第23-25页 |
| 3.3 软件工具SURFSTAT工具箱 | 第25-26页 |
| 3.4 大脑皮层的形状变异统计分析 | 第26-39页 |
| 3.4.1 基于LVPD的AD vs.NC多变量统计分析 | 第27-31页 |
| 3.4.2 基于LVPD的PMCI vs.NC多变量统计分析 | 第31-33页 |
| 3.4.3 基于LVPD的AD vs.SMCI多变量统计分析 | 第33-36页 |
| 3.4.4 基于LVPD的PMCI vs.SMCI多变量统计分析 | 第36-39页 |
| 3.5 大脑皮层的形状变异模型 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 AD脑皮层自动分类方法 | 第41-57页 |
| 4.1 引言 | 第41页 |
| 4.2 支持向量机 | 第41-43页 |
| 4.3 粒子群优化算法 | 第43-45页 |
| 4.4 基于AD脑皮层变异模型的分类方法 | 第45-49页 |
| 4.5 基于种子点选择和区域生长准则的AD脑皮层分类方法 | 第49-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 本文研究内容总结 | 第57页 |
| 5.2 未来研究展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 研究成果 | 第67页 |
