摘要 | 第1-6页 |
Abstract | 第6-16页 |
第一章 绪论 | 第16-35页 |
·引言 | 第16-17页 |
·脑功能成像概述 | 第17-19页 |
·功能磁共振成像原理 | 第19-26页 |
·磁共振成像的理论基础 | 第19-20页 |
·功能磁共振成像的原理 | 第20-21页 |
·实验 | 第21-26页 |
·实验设计 | 第22-23页 |
·图像采集 | 第23页 |
·图像后处理 | 第23-26页 |
·静息态功能磁共振成像研究 | 第26-29页 |
·静息态功能磁共振成像简介 | 第26-27页 |
·静息态脑自发活动的生理基础 | 第27-28页 |
·静息态脑自发活动的研究方向 | 第28页 |
·静息态fMRI 数据处理方法 | 第28-29页 |
·弱视的神经机制 | 第29-31页 |
·弱视及其分类 | 第29-30页 |
·弱视的神经机制研究 | 第30-31页 |
·本文的主要研究内容和组织结构 | 第31-35页 |
·本文的主要研究内容 | 第31-33页 |
·本文的组织结构 | 第33-35页 |
第二章 改进的快速独立成分分析算法 | 第35-56页 |
·独立成分分析原理 | 第35-41页 |
·独立成分分析的数学模型 | 第35-38页 |
·独立成分分析的假设条件 | 第36-37页 |
·独立成分分析无法确定的因素 | 第37页 |
·数据的中心化和白化 | 第37-38页 |
·独立成分分析算法 | 第38-41页 |
·非高斯最大化(Non-Gaussian Maximization) | 第38-40页 |
·信息极大化(Information Maximizing) | 第40页 |
·极大似然估计(Maximum Likelihood) | 第40-41页 |
·ICA 在fMRI 数据处理中的应用 | 第41-42页 |
·空间独立成分分析 | 第41页 |
·时间独立成分分析 | 第41-42页 |
·改进的ICA 牛顿迭代算法 | 第42-50页 |
·ICA 的优化模型 | 第42-43页 |
·牛顿迭代算法的导出 | 第43-45页 |
·牛顿迭代算法的加速 | 第45-47页 |
·数据处理 | 第47-50页 |
·数据降维 | 第48-50页 |
·数据处理 | 第50页 |
·实验结果与分析 | 第50-54页 |
·实验结果 | 第50-52页 |
·收敛速度及时间动力学准确性比较 | 第52-54页 |
·讨论与结论 | 第54页 |
·本章小结 | 第54-56页 |
第三章 基于功能连接的正常人脑静息视觉功能网络研究 | 第56-71页 |
·功能连接 | 第56-58页 |
·局域一致性原理 | 第58-60页 |
·局域一致性方法的提出 | 第58页 |
·局域一致性算法 | 第58-60页 |
·ReHo 方法在fMRI 中的应用 | 第60页 |
·假设检验 | 第60-63页 |
·假设检验的基本思想 | 第60-61页 |
·假设检验的步骤 | 第61-62页 |
·总体均值的估计和t 检验 | 第62-63页 |
·基于局域一致性和相关分析的正常人脑静息视觉网络研究 | 第63-68页 |
·背景介绍 | 第63-64页 |
·数据采集 | 第64页 |
·数据分析 | 第64-68页 |
·结果与讨论 | 第68-70页 |
·本章小结 | 第70-71页 |
第四章 基于ICA 的屈光参差性弱视静息视觉网络的研究 | 第71-81页 |
·引言 | 第71-73页 |
·大脑视觉皮层 | 第71-72页 |
·fMRI 技术在弱视中的应用 | 第72-73页 |
·数据采集 | 第73-74页 |
·数据分析 | 第74-76页 |
·结果 | 第76-79页 |
·讨论 | 第79-80页 |
·本章小结 | 第80-81页 |
第五章 低频振荡振幅算法及在弱视神经机制中的应用 | 第81-95页 |
·低频振荡振幅 | 第81-84页 |
·背景介绍 | 第81-82页 |
·低频振荡振幅算法 | 第82-83页 |
·低频振荡振幅算法数据处理流程 | 第83-84页 |
·基于低频振荡振幅的脑默认功能网络检测 | 第84-87页 |
·人脑默认功能网络 | 第84-85页 |
·数据采集与处理 | 第85-86页 |
·结果与讨论 | 第86-87页 |
·基于ALFF 算法的fMRI 对屈光参差性弱视的应用研究 | 第87-93页 |
·研究目的、数据采集 | 第87-88页 |
·数据处理 | 第88-89页 |
·结果 | 第89-93页 |
·讨论 | 第93页 |
·本章小结 | 第93-95页 |
第六章 论文总结和展望 | 第95-98页 |
·论文总结 | 第95-96页 |
·展望 | 第96-98页 |
参考文献 | 第98-109页 |
致谢 | 第109-110页 |
在学期间的研究成果及发表的学术论文 | 第110页 |