睡眠剥夺易损性预测及动态模式研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 引言 | 第15-16页 |
| 1.2 睡眠剥夺研究现状 | 第16-18页 |
| 1.3 论文基本研究框架 | 第18-19页 |
| 第二章 图论、机器学习基础及其影像学研究 | 第19-31页 |
| 2.1 图论基本概念 | 第19-23页 |
| 2.1.1 度 | 第20页 |
| 2.1.2 最短特征路径l_(ij) | 第20页 |
| 2.1.3 介数B_i | 第20-21页 |
| 2.1.4 集聚系数C_i | 第21页 |
| 2.1.5 网络效率E | 第21页 |
| 2.1.6 节点中心度 | 第21-22页 |
| 2.1.7 小世界性σ | 第22-23页 |
| 2.2 PVT警觉任务 | 第23-24页 |
| 2.3 复杂网络影像学研究 | 第24-25页 |
| 2.4 预测模型基本概念 | 第25-31页 |
| 2.4.1 线性回归降维——Lasso回归 | 第25-26页 |
| 2.4.2 非线性回归算法——SVM | 第26-28页 |
| 2.4.3 非线性回归算法——随机森林 | 第28-31页 |
| 第三章 功能连接对睡眠剥夺易损性的预测 | 第31-43页 |
| 3.1 研究目的 | 第31页 |
| 3.2 实验设计 | 第31-33页 |
| 3.2.1 研究对象 | 第31-32页 |
| 3.2.2 PVT实验任务 | 第32页 |
| 3.2.3 实验流程与数据采集 | 第32-33页 |
| 3.3 数据处理与分析 | 第33-36页 |
| 3.3.1 预处理 | 第33-35页 |
| 3.3.2 易损性预测模型构建 | 第35-36页 |
| 3.4 实验结果 | 第36-39页 |
| 3.5 讨论与总结 | 第39-43页 |
| 第四章 皮层厚度对睡眠剥夺易损性的预测 | 第43-49页 |
| 4.1 研究目的 | 第43页 |
| 4.2 材料与方法 | 第43-44页 |
| 4.3 统计分析 | 第44页 |
| 4.4 实验结果 | 第44-48页 |
| 4.5 讨论与总结 | 第48-49页 |
| 第五章 睡眠剥夺后大脑网络的动态模式研究 | 第49-63页 |
| 5.1 研究目的 | 第49页 |
| 5.2 材料与方法 | 第49-50页 |
| 5.2.1 网络二值化 | 第49-50页 |
| 5.2.2 网络属性 | 第50页 |
| 5.3 统计分析 | 第50-51页 |
| 5.4 实验结果 | 第51-60页 |
| 5.4.1 斯坦福睡意量表与PVT变化 | 第51-52页 |
| 5.4.2 全局网络属性变化 | 第52-56页 |
| 5.4.3 脑区网络属性分析 | 第56-60页 |
| 5.5 结论与总结 | 第60-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |
