首页--医药、卫生论文--基础医学论文--人体生理学论文--神经生理学论文

基于连接模式构建BA32区脑图谱

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-21页
    1.1 研究的背景第9页
    1.2 大脑连接的研究第9-12页
        1.2.1 解剖连接第9-11页
        1.2.2 功能连接第11-12页
    1.3 大脑结构和功能定位的研究第12-15页
    1.4 基于连接研究大脑功能分区第15-18页
    1.5 BA32区研究的现状第18-19页
    1.6 本文主要研究内容及创新点第19-20页
    1.7 本文的组织结构第20-21页
第二章 弥散张量成像的基本原理和方法第21-33页
    2.1 背景第21页
    2.2 弥散张量成像的研究现状第21-27页
        2.2.1 弥散张量成像的发展历程第21-22页
        2.2.2 弥散张量成像的原理第22-26页
        2.2.3 弥散张量成像常用的分析方法第26-27页
    2.3 概率纤维跟踪第27-30页
        2.3.1 确定性跟踪算法第27-28页
        2.3.2 概率性跟踪算法第28-30页
    2.4 基于连接模式构建脑图谱第30-32页
        2.4.1 脑图谱的研究第30-31页
        2.4.2 基于连接模式构建脑图谱的方法第31-32页
    2.5 本章小结第32-33页
第三章 PCS对BA32区分区的影响第33-41页
    3.0 引言第33-34页
    3.1 实验数据第34页
    3.2 数据参数说明第34页
    3.3 数据预处理第34-35页
    3.4 实验设计和方法第35-36页
        3.4.1 PCS形态定义标准第35-36页
        3.4.2 PCS不对称性指标第36页
    3.5 实验结果第36-38页
    3.6 结果讨论第38-39页
    3.7 本章小结第39-41页
第四章 BA32区的分区第41-54页
    4.1 引言第41页
    4.2 实验数据和预处理第41-42页
        4.2.1 实验被试第41页
        4.2.2 磁共振数据参数第41-42页
        4.2.3 弥散磁共振数据预处理第42页
    4.3 实验设计和方法第42-48页
        4.3.1 提取BA32区的方法第42-43页
        4.3.2 概率纤维追踪第43页
        4.3.3 聚类算法的确定第43-46页
            4.3.3.1 谱聚类算法第44-45页
            4.3.3.2 边加权谱聚类算法第45-46页
        4.3.4 基于解剖连接的分区第46-47页
        4.3.5 全脑的解剖连接模式第47-48页
    4.4 实验结果第48-52页
        4.4.1 基于连接模式分区的结果第48-49页
        4.4.2 全脑解剖连接模式第49-51页
        4.4.3 结果讨论第51-52页
    4.5 本章小结第52-54页
第五章 全文总结与展望第54-57页
    5.1 总全文结第54-55页
    5.2 展望第55-57页
致谢第57-58页
参考文献第58-64页
攻读硕士学位期间取得的成果第64-65页

论文共65页,点击 下载论文
上一篇:饥饿时相对大鼠大脑皮质自噬的影响
下一篇:鄱阳湖区獐的种群生存力分析、分布和生境选择