| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 第二章 独立成分提取与分析 | 第16-28页 |
| 2.1 独立成分分析的原理 | 第16-18页 |
| 2.2 独立成分分析的主要估计方法 | 第18-20页 |
| 2.3 常用的独立成分分析算法 | 第20-26页 |
| 2.3.1 互信息最大化算法(Infomax) | 第21-22页 |
| 2.3.2 基于负熵的快速不动点算法(FastICA) | 第22-24页 |
| 2.3.3 基于峭度的RobustICA算法 | 第24-25页 |
| 2.3.4 三种算法的简单比较 | 第25-26页 |
| 2.4 独立成分的选取 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 任务态fMRI数据独立成分分析 | 第28-48页 |
| 3.1 任务态的功能核磁共振成像 | 第28-31页 |
| 3.1.1 特征捆绑任务 | 第28-29页 |
| 3.1.2 视觉任务主要脑区介绍 | 第29-31页 |
| 3.2 任务态fMRI数据采集及预处理 | 第31-35页 |
| 3.2.1 被试选择 | 第31-32页 |
| 3.2.2 刺激任务 | 第32页 |
| 3.2.3 扫描序列设计 | 第32-33页 |
| 3.2.4 预处理 | 第33-35页 |
| 3.3 独立成分算法的选取 | 第35-38页 |
| 3.4 独立成分的提取与分析 | 第38-46页 |
| 3.4.1 多任务fMRI数据分析 | 第38-42页 |
| 3.4.2 单任务独立成分分析 | 第42-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 静息态fMRI数据独立成分分析 | 第48-58页 |
| 4.1 静息态的功能核磁共振成像 | 第48-50页 |
| 4.1.1 静息态功能核磁共振成像 | 第48-49页 |
| 4.1.2 默认模式网络(default-mode network,DMN) | 第49-50页 |
| 4.2 静息态fMRI数据采集及预处理 | 第50-51页 |
| 4.3 静息态独立成分的提取与分析 | 第51-55页 |
| 4.4 本章小结 | 第55-58页 |
| 第五章 任务态和静息态fMRI数据独立成分分析方法对比 | 第58-64页 |
| 5.1 任务态的fMRI数据独立成分分析方法 | 第58-60页 |
| 5.2 静息态的fMRI数据独立成分分析方法 | 第60-61页 |
| 5.3 任务态和静息态的fMRI数据独立成分分析方法的对比 | 第61-64页 |
| 第六章 总结和展望 | 第64-66页 |
| 6.1 本文工作总结 | 第64-65页 |
| 6.2 未来工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
