| 缩略词表 | 第7-12页 |
| 摘要 | 第12-14页 |
| Abstract | 第14-16页 |
| 第一章：绪论 | 第17-30页 |
| 1.1 课题背景与研究意义 | 第17-18页 |
| 1.2 意识和意识障碍 | 第18-21页 |
| 1.3 意识障碍的行为评估量表 | 第21-23页 |
| 1.3.1 格拉斯哥量表 | 第22页 |
| 1.3.2 格拉斯哥预后量表(GOS) | 第22页 |
| 1.3.3 昏迷恢复量表 | 第22-23页 |
| 1.4 临床评估量表的不足 | 第23-25页 |
| 1.5 Resting-state f MRI技术在意识障碍诊断中的应用 | 第25-28页 |
| 1.5.1 Resting-state f MRI技术 | 第25-26页 |
| 1.5.2 Resting-state f MRI技术在意识障碍诊断中的应用 | 第26-28页 |
| 1.6 本文研究的目的 | 第28-30页 |
| 第二章：结合脑功能连接特征和CRS-R识别典型意识障碍患者 | 第30-48页 |
| 2.1 前言 | 第30-32页 |
| 2.2 研究对象和研究方法 | 第32-42页 |
| 2.2.1 研究对象 | 第32页 |
| 2.2.2 数据采集及数据预处理 | 第32-37页 |
| 2.2.3 基于全脑116个种子点的功能连接矩阵分析。 | 第37页 |
| 2.2.4 基于K-means clustering算法的循环过程筛选典型意识障碍患者 | 第37-39页 |
| 2.2.5 典型患者组和非典型患者组的默认网络功能连接分析 | 第39页 |
| 2.2.6 SVM对典型VS、MCS患者的分类表现分析 | 第39-42页 |
| 2.3 研究结果 | 第42-44页 |
| 2.3.1 结合CRS-R评分以及功能连接特征筛选典型意识障碍患者 | 第42页 |
| 2.3.2 默认网络功能连接结果分析 | 第42-43页 |
| 2.3.3 SVM分类器结果分析 | 第43-44页 |
| 2.4 讨论 | 第44-47页 |
| 2.5 小结 | 第47-48页 |
| 第三章：基于resting-state f MRI技术研究MCS和VS患者大脑信息熵的差异 | 第48-61页 |
| 3.1 前言 | 第48-49页 |
| 3.2 研究对象和研究方法 | 第49-54页 |
| 3.2.1 研究对象 | 第49页 |
| 3.2.2 数据采集及数据预处理 | 第49-52页 |
| 3.2.3 基于主成分分析（principal component analysis，PCA）计算全脑 116 个脑区的信息熵 | 第52-54页 |
| 3.3 研究结果 | 第54-57页 |
| 3.3.1 脑区PC数服从正态分布检验 | 第54页 |
| 3.3.2 正常人组，MCS组和VS组的脑区信息熵分析结果 | 第54-56页 |
| 3.3.3 感觉系统，记忆系统和高级认知系统的信息熵在组水平上的变化趋势 | 第56-57页 |
| 3.4 讨论 | 第57-59页 |
| 3.5 小结 | 第59-61页 |
| 第四章：MCS和VS下觉醒和觉知相分离的脑机制研究 | 第61-76页 |
| 4.1 前言 | 第61-62页 |
| 4.2 研究对象和研究方法 | 第62-68页 |
| 4.2.1 研究对象 | 第62-65页 |
| 4.2.2 数据采集及数据预处理 | 第65-66页 |
| 4.2.3 基于hierarchical clustering算法将脑干分割为不同的功能子区域 | 第66页 |
| 4.2.4 脑干的4个功能子区域的全脑的功能连接分析 | 第66-68页 |
| 4.3 研究结果 | 第68-69页 |
| 4.3.1 基于层次聚类算法分析对正常人脑干的分割结果 | 第68页 |
| 4.3.2 脑干的四个功能子块在正常意识水平下的全脑的功能连接图 | 第68-69页 |
| 4.3.3 PTA-c Midbrain在正常人、MCS患者和VS患者的全脑功能连接特征 | 第69页 |
| 4.4 讨论 | 第69-74页 |
| 4.5 小结 | 第74-76页 |
| 第五章：总结与展望 | 第76-79页 |
| 5.1 博士论文工作总结 | 第76-78页 |
| 5.2 未来工作展望 | 第78-79页 |
| 参考文献 | 第79-89页 |
| 学术成果 | 第89-91页 |
| 个人简历 | 第91-92页 |
| 致谢 | 第92页 |
