摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
第一章 绪论 | 第11-17页 |
·课题来源及背景 | 第11页 |
·国内外研究现状 | 第11-14页 |
·基于fMRI数据的研究方法 | 第12页 |
·基于复杂网络的研究方法 | 第12-13页 |
·基于数据挖掘的研究方法 | 第13-14页 |
·研究的主要内容及文章的组织结构 | 第14-17页 |
·研究的主要内容 | 第14页 |
·文章的组织结构 | 第14-17页 |
第二章 相关基础理论 | 第17-23页 |
·功能磁共振成像技术MRI | 第17-19页 |
·复杂网络的相关简介 | 第19-21页 |
·复杂网络的统计特性 | 第19-21页 |
·曲线下面积AUC | 第21页 |
·本章小结 | 第21-23页 |
第三章 构建时间序列脑功能网络 | 第23-31页 |
·被试的选取 | 第23页 |
·fMRI数据采集及预处理 | 第23-26页 |
·数据采集 | 第23-24页 |
·数据的预处理 | 第24-26页 |
·构建时间序列的脑功能脑网络 | 第26-28页 |
·节点的定义 | 第26-27页 |
·边的定义 | 第27-28页 |
·闽值选择 | 第28页 |
·脑网络属性数据提取 | 第28-30页 |
·聚合系数 | 第28-29页 |
·最短路径长度 | 第29页 |
·节点的度 | 第29页 |
·中间中心度 | 第29页 |
·节点效率 | 第29-30页 |
·本章小结 | 第30-31页 |
第四章 特征选择 | 第31-43页 |
·特征选择概述 | 第31-36页 |
·特征选择的定义 | 第31-33页 |
·特征选择的基本流程 | 第33-34页 |
·特征空间搜索 | 第34-35页 |
·特征关系测度与特征评价 | 第35-36页 |
·特征选择的原则 | 第36页 |
·变量重要性分析 | 第36-41页 |
·变量重要性分析的一般方法 | 第37-41页 |
·数据处理流程及结果 | 第41-42页 |
·本章小结 | 第42-43页 |
第五章 分类器构建及性能评估 | 第43-63页 |
·实验流程 | 第43-44页 |
·样本的管理 | 第43页 |
·建立模型及样本预测 | 第43-44页 |
·Support Vector Machine算法 | 第44-49页 |
·SVM模型 | 第44-47页 |
·实验结果 | 第47-49页 |
·决策树及C4.5算法 | 第49-54页 |
·决策树 | 第49-50页 |
·树构建算法 | 第50-51页 |
·C4.5算法 | 第51-52页 |
·C4.5的决策树生长算法 | 第52页 |
·实验结果 | 第52-54页 |
·Logistic回归 | 第54-57页 |
·回归 | 第54-55页 |
·实验结果 | 第55-57页 |
·判别式分析 | 第57-58页 |
·神经网络 | 第58-60页 |
·性能分析评价 | 第60-62页 |
·本章小结 | 第62-63页 |
第六章 总结与展望 | 第63-65页 |
·总结 | 第63-64页 |
·展望 | 第64-65页 |
参考文献 | 第65-69页 |
附录 | 第69-73页 |
致谢 | 第73-75页 |
攻读硕士学位期间发表的论文 | 第75页 |