| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题背景 | 第11-13页 |
| ·本文所解决的问题 | 第13页 |
| ·全文结构概述 | 第13-15页 |
| 第二章 磁共振成像技术 | 第15-21页 |
| ·核磁共振技术的发展历程 | 第15页 |
| ·磁共振成像原理 | 第15-17页 |
| ·功能磁共振成像 | 第17-18页 |
| ·功能磁共振图像数据特点 | 第18-19页 |
| ·磁共振数据分析方法 | 第19-21页 |
| 第三章 主成分分析（PCA）和独立成分分析（ICA） | 第21-32页 |
| ·主成分分析 | 第21-25页 |
| ·方差极大化的PCA | 第21-23页 |
| ·最小均方误差压缩的PCA | 第23-24页 |
| ·选择主成分的个数 | 第24页 |
| ·PCA 的封闭形式计算 | 第24-25页 |
| ·独立成分分析 | 第25-32页 |
| ·模型定义和基本约束 | 第25-27页 |
| ·ICA中的不确定性因素 | 第27页 |
| ·变量的中心化 | 第27-28页 |
| ·ICA估计方法 | 第28-29页 |
| ·ICA在fMRI数据分析中的应用 | 第29-32页 |
| 第四章 成组空间独立成分分析与统计参数映射 | 第32-53页 |
| ·成组空间独立成分分析 | 第32-46页 |
| ·成组空间独立成分分析模型 | 第32-33页 |
| ·数据预处理 | 第33-34页 |
| ·数据降维 | 第34页 |
| ·独立成分的估计 | 第34-35页 |
| ·数据反重构 | 第35页 |
| ·成组空间独立成分分析的优势 | 第35-36页 |
| ·实际数据分析 | 第36-46页 |
| ·统计参数映射 | 第46-51页 |
| ·统计参数映射理论 | 第46-48页 |
| ·统计参数映射在实际数据中应用 | 第48-51页 |
| ·方法总结 | 第51-53页 |
| 第五章 基于平均脑的成组独立成分分析与统计参数映射 | 第53-63页 |
| ·平均脑的SPM分析 | 第53-55页 |
| ·平均脑的时间独立成分分析（tICA） | 第55-59页 |
| ·平均脑的空间独立成分分析(sICA) | 第59-61页 |
| ·方法总结 | 第61-63页 |
| 第六章 总结与展望 | 第63-66页 |
| ·论文总结 | 第63-64页 |
| ·未来工作展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 作者在学期间取得的学术成果 | 第71页 |