| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 阿尔茨海默病概述 | 第8-9页 |
| 1.2 本研究的目的和意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-11页 |
| 1.4 本论文研究的主要内容 | 第11-12页 |
| 1.5 本论文结构安排 | 第12-14页 |
| 第二章 FDG-PET影像预处理和影像特征统计学分析 | 第14-19页 |
| 2.1 FDG-PET影像预处理 | 第14-15页 |
| 2.2 实验数据信息与影像特征统计学分析 | 第15-17页 |
| 2.2.1 实验数据信息 | 第15-17页 |
| 2.2.2 统计实验方法 | 第17页 |
| 2.3 实验结果 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 个体脑代谢网络的构建和分析 | 第19-25页 |
| 3.1 个体脑代谢网络节点的定义 | 第20页 |
| 3.2 个体脑代谢网络连接的定义 | 第20-21页 |
| 3.3 个体脑代谢网络的构建 | 第21-22页 |
| 3.4 实验部分 | 第22-24页 |
| 3.5 本章小结 | 第24-25页 |
| 第四章 个体脑代谢网络拓扑特性分析 | 第25-31页 |
| 4.1 节点的度与中枢节点 | 第25-26页 |
| 4.1.1 节点的度 | 第25-26页 |
| 4.1.2 中枢节点 | 第26页 |
| 4.2 小世界属性 | 第26-27页 |
| 4.3 实验部分 | 第27-30页 |
| 4.4 本章小结 | 第30-31页 |
| 第五章 基于SVM的AD患者辅助诊断算法验证 | 第31-39页 |
| 5.1 FDG-PET图像特征提取 | 第31页 |
| 5.2 特征选择算法 | 第31-34页 |
| 5.3 基于核的支持向量机分类器 | 第34页 |
| 5.4 实验部分 | 第34-38页 |
| 5.4.1 实验目的和内容 | 第34-35页 |
| 5.4.2 实验方法 | 第35-38页 |
| 5.5 本章小结 | 第38-39页 |
| 第六章 总结和展望 | 第39-42页 |
| 参考文献 | 第42-47页 |
| 在学期间的研究成果 | 第47-48页 |
| 致谢 | 第48页 |