| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状及发展动态分析 | 第12-14页 |
| 1.3 本文主要研究内容及意义 | 第14-17页 |
| 1.3.1 主要研究内容 | 第14-15页 |
| 1.3.2 研究意义与应用前景 | 第15-17页 |
| 第二章 磁共振影像学分析方法 | 第17-30页 |
| 2.1 大脑的解剖学基础 | 第17-18页 |
| 2.1.1 引言 | 第17页 |
| 2.1.2 大脑解剖学的背景知识 | 第17-18页 |
| 2.2 磁共振成像技术 | 第18-21页 |
| 2.3 基于体素的形态测量学 | 第21-23页 |
| 2.3.1 基于体素的形态测量学原理及方法 | 第21-22页 |
| 2.3.2 对基于体素的形态测量学(VBM)的优化 | 第22-23页 |
| 2.4 基于磁共振脑图像的大脑形态学分析 | 第23-25页 |
| 2.4.1 图像的获取 | 第23-24页 |
| 2.4.2 图像处理 | 第24-25页 |
| 2.5 基于机器学习理论的分类理论 | 第25-30页 |
| 2.5.1 支持向量机（SVM）基础理论背景 | 第25-27页 |
| 2.5.2 支持向量机（SVM）分类原理 | 第27-28页 |
| 2.5.3 性能分析 | 第28页 |
| 2.5.4 核函数及参数选取 | 第28-30页 |
| 第三章 抑郁症共病焦虑障碍患者的脑结构磁共振图像分析 | 第30-49页 |
| 3.1 引言 | 第30页 |
| 3.2 材料与方法 | 第30-32页 |
| 3.2.1 研究对象 | 第30-31页 |
| 3.2.2 影像数据采集 | 第31页 |
| 3.2.3 图像处理 | 第31页 |
| 3.2.4 统计分析 | 第31-32页 |
| 3.3 结果 | 第32-47页 |
| 3.3.1 临床和人口统计学特征分析 | 第32-35页 |
| 3.3.2 大脑灰质体积异常 | 第35-39页 |
| 3.3.3 大脑白质体积异常 | 第39-42页 |
| 3.3.4 临床数据与灰质和白质体积的相关性分析 | 第42-47页 |
| 3.4 讨论 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 抑郁症共病焦虑障碍患者的自动分类研究 | 第49-58页 |
| 4.1 引言 | 第49页 |
| 4.2 自动分类研究 | 第49-53页 |
| 4.2.1 支持向量机 | 第49页 |
| 4.2.2 支持向量机（SVM）学习方式 | 第49-50页 |
| 4.2.3 支持向量机（SVM）训练数据集的选择 | 第50页 |
| 4.2.4 数据特征选择（降维） | 第50-53页 |
| 4.3 实验结果分析 | 第53-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69页 |