| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 引言 | 第10页 |
| 1.2 DMN概况 | 第10-14页 |
| 1.2.1 DMN的定义 | 第10-11页 |
| 1.2.2 DMN的研究进展 | 第11-12页 |
| 1.2.3 DMN的功能性研究 | 第12-13页 |
| 1.2.4 不同警觉状态对DMN的影响 | 第13-14页 |
| 1.3 自组织临界与神经雪崩 | 第14-17页 |
| 1.3.1 自组织临界态与雪崩 | 第14-15页 |
| 1.3.2 神经系统中的雪崩现象 | 第15页 |
| 1.3.3 神经雪崩研究进展 | 第15-17页 |
| 1.4 本文工作介绍 | 第17-19页 |
| 1.4.1 本文研究思路 | 第17-18页 |
| 1.4.2 本文结构安排 | 第18-19页 |
| 第二章 基本原理和方法 | 第19-32页 |
| 2.1 引言 | 第19页 |
| 2.2 实验流程介绍 | 第19-22页 |
| 2.2.1 实验材料 | 第20页 |
| 2.2.2 电极植入 | 第20-21页 |
| 2.2.3 数据采集与选取 | 第21-22页 |
| 2.3 数据处理方法 | 第22-31页 |
| 2.3.1 神经雪崩数据提取 | 第22-23页 |
| 2.3.2 幂律分布的斜率拟合 | 第23页 |
| 2.3.3 雪崩相似性比较 | 第23-25页 |
| 2.3.4 聚类方法 | 第25-27页 |
| 2.3.5 显著性雪崩类型 | 第27-30页 |
| 2.3.6 显著性雪崩类型的段落提取 | 第30-31页 |
| 2.4 小结 | 第31-32页 |
| 第三章 结果分析与讨论 | 第32-54页 |
| 3.1 引言 | 第32页 |
| 3.2 默认模式网络下雪崩数据的时空尺度特性 | 第32-37页 |
| 3.2.1 时间尺度特性 | 第32-34页 |
| 3.2.2 空间尺度特性 | 第34-36页 |
| 3.2.3 最优窗长和阈值选取 | 第36-37页 |
| 3.3 显著性雪崩类型结果分析 | 第37-40页 |
| 3.4 显著性雪崩类型依赖性分析 | 第40-50页 |
| 3.4.1 状态依赖型显著性雪崩类型产生数目结果分析 | 第40-42页 |
| 3.4.2 状态依赖型显著性雪崩类型编码方式和节点权重结果分析 | 第42-47页 |
| 3.4.3 无状态依赖型显著性雪崩类型的段落结果分析 | 第47-50页 |
| 3.5 结果讨论 | 第50-54页 |
| 第四章 总结与展望 | 第54-57页 |
| 4.1 总结 | 第54-55页 |
| 4.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻硕期间取得的研究成果 | 第63页 |
