首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

EEG-fMRI信息融合技术及应用研究

摘要第6-8页
abstract第8-10页
第一章 绪论第15-31页
    1.1 多模态神经成像技术发展背景第15-17页
    1.2 多模态数据简介与采集第17-22页
        1.2.1 脑结构数据第18页
        1.2.2 脑功能数据神经生理基础背景第18-19页
            1.2.2.1 EEG神经生理基础第18-19页
            1.2.2.2 fMRI神经生理基础第19页
        1.2.3 功能数据采集方法第19-22页
            1.2.3.1 分开采集第20页
            1.2.3.2 交替采集第20-21页
            1.2.3.3 同步采集第21-22页
    1.3 多模数据信息融合理论与技术研究第22-27页
        1.3.1 空间信息融合第22-23页
        1.3.2 时间信息融合第23-24页
        1.3.3 时空间信息融合第24-25页
        1.3.4 融合分析开源软件第25-27页
    1.4 多模态融合技术在癫痫中的应用第27-28页
    1.5 本论文的主要工作第28-29页
    1.6 本论文的内容安排第29-31页
第二章 基于局部时-空一致性的fMRI分析方法第31-51页
    2.1 引言第31-32页
    2.2 方法原理第32-33页
    2.3 仿真数据实验第33-34页
        2.3.1 仿真数据第33-34页
        2.3.2 仿真结果第34页
    2.4 真实数据实验第34-44页
        2.4.1 研究对象与实验设计第34-35页
        2.4.2 图像采集第35页
        2.4.3 数据处理第35-37页
        2.4.4 结果第37-44页
    2.5 额叶癫痫研究第44-47页
        2.5.1 研究对象与实验设计第44-45页
        2.5.2 图像采集第45页
        2.5.3 数据处理第45页
        2.5.4 结果第45-47页
    2.6 讨论第47-49页
        2.6.1 FOCA指标第47-49页
        2.6.2 额叶癫痫研究第49页
    2.7 本章小结第49-51页
第三章 基于CCA的同步EEG-fMRI信息融合方法第51-62页
    3.1 引言第51-52页
    3.2 方法原理第52-54页
    3.3 仿真数据实验第54-57页
        3.3.1 仿真数据第54-55页
        3.3.2 仿真结果第55-57页
    3.4 真实数据实验第57-60页
        3.4.1 研究对象与实验设计第57页
        3.4.2 数据采集第57页
        3.4.3 数据处理第57-58页
        3.4.4 结果第58-60页
    3.5 讨论第60-61页
    3.6 本章小结第61-62页
第四章 基于特征空间最大信息系数的典型相关分析第62-80页
    4.1 引言第62-64页
    4.2 方法原理第64-66页
    4.3 仿真数据实验第66-73页
        4.3.1 仿真数据第66-67页
        4.3.2 仿真结果第67-73页
    4.4 真实数据实验第73-76页
        4.4.1 研究对象与实验设计第73页
        4.4.2 图像采集第73页
        4.4.3 数据处理第73-74页
        4.4.4 结果第74-76页
    4.5 讨论第76-79页
    4.6 本章小结第79-80页
第五章 emiCCA在癫痫同步EEG-fMRI信息融合中的应用第80-95页
    5.1 引言第80-81页
    5.2 研究对象及研究方法第81-85页
        5.2.1 研究对象第81-82页
        5.2.2 图像采集第82页
        5.2.3 数据处理第82-85页
    5.3 结果第85-91页
        5.3.1 癫痫放电影响的网络第85-88页
        5.3.2 FNC分析结果第88-91页
    5.4 讨论第91-94页
    5.5 本章小结第94-95页
第六章 同步EEG-fMRI信息融合的层级可信度框架第95-113页
    6.1 引言第95-96页
    6.2 方法原理第96-100页
        6.2.1 试次水平的权值提取第98页
        6.2.2 时间匹配第98-99页
        6.2.3 空间匹配第99页
        6.2.4 时空匹配与层级信息框架第99-100页
    6.3 仿真数据实验第100-106页
        6.3.1 仿真数据第100-104页
        6.3.2 仿真结果第104-106页
    6.4 真实数据实验第106-110页
        6.4.1 研究对象与实验设计第106-107页
        6.4.2 图像采集第107页
        6.4.3 数据处理第107-108页
        6.4.4 结果第108-110页
    6.5 讨论第110-112页
    6.6 本章小结第112-113页
第七章 全文总结与展望第113-115页
    7.1 全文工作总结第113-114页
    7.2 后续工作展望第114-115页
致谢第115-116页
参考文献第116-136页
附录A第136-138页
附录B第138-140页
攻读博士学位期间取得的成果第140-143页

论文共143页,点击 下载论文
上一篇:多径路由网络层析成像
下一篇:音乐创作的脑机制研究