| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第13-19页 |
| 1.1 引言 | 第13-14页 |
| 1.2 脑功能成像技术概述 | 第14-16页 |
| 1.3 脑功能网络小世界特性研究概述 | 第16-17页 |
| 1.4 本文主要研究内容 | 第17页 |
| 1.5 本文的结构安排 | 第17-19页 |
| 2 脑功能成像技术及其相关性连接 | 第19-25页 |
| 2.1 PET脑功能成像 | 第19-21页 |
| 2.1.1 PET工作原理 | 第19-20页 |
| 2.1.2 PET在脑功能成像研究中的应用 | 第20-21页 |
| 2.2 fMRI脑功能成像 | 第21-22页 |
| 2.2.1 fMRI工作原理 | 第21-22页 |
| 2.2.2 fMRI在脑功能成像中的应用 | 第22页 |
| 2.3 EEG脑功能成像技术 | 第22-23页 |
| 2.4 脑功能的相关性连接 | 第23-25页 |
| 3 小世界网络以及非线性理论算法 | 第25-33页 |
| 3.1 小世界网络现象 | 第25页 |
| 3.2 小世界网络模型 | 第25-26页 |
| 3.3 小世界网络特征参数 | 第26-31页 |
| 3.3.1 聚类系数 | 第26-27页 |
| 3.3.2 平均路径长度 | 第27-28页 |
| 3.3.3 网络效率 | 第28页 |
| 3.3.4 度的分布 | 第28-29页 |
| 3.3.5 脑功能网络小世界参数计算的算法思路 | 第29-31页 |
| 3.4 非线性理论分析法 | 第31-33页 |
| 4 基于单因素变量的脑功能网络小世界特性的评价 | 第33-46页 |
| 4.1 实验材料与方法 | 第33-38页 |
| 4.1.1 PET实验图像获取 | 第33-34页 |
| 4.1.2 PET实验图像的预处理 | 第34-36页 |
| 4.1.3 PET图像的脑功能网络构建 | 第36-38页 |
| 4.2 PET组别替代数据分析 | 第38-41页 |
| 4.2.1 PET替代数据的大脑功能连接 | 第38-39页 |
| 4.2.2 PET替代数据的小世界特性 | 第39-41页 |
| 4.3 PET组别假设检验 | 第41-45页 |
| 4.3.1 PET替代数据的小世界特性的统计学参数分析 | 第41-42页 |
| 4.3.2 PET数据量的大小对于研究小世界特性的影响 | 第42-44页 |
| 4.3.3 年轻人与老年人小世界性质的统计学差异 | 第44-45页 |
| 4.4 小结与讨论 | 第45-46页 |
| 5 基于多因素变量的脑功能网络小世界特性的评价 | 第46-58页 |
| 5.1 实验材料与方法 | 第46-49页 |
| 5.1.1 fMRI实验图像获取 | 第46页 |
| 5.1.2 fMRI实验图像的预处理 | 第46-48页 |
| 5.1.3 fMRI图像的脑功能网络构建 | 第48-49页 |
| 5.2 fMRI组别替代数据分析 | 第49-52页 |
| 5.2.1 fMRI替代数据的大脑功能连接 | 第49-50页 |
| 5.2.2 fMRI替代数据的小世界特性 | 第50-52页 |
| 5.3 fMRI组别假设检验 | 第52-57页 |
| 5.3.1 fMRI替代数据的小世界特性的统计学参数分析 | 第52-54页 |
| 5.3.2 fMRI数据量的大小对于研究小世界特性的影响 | 第54-55页 |
| 5.3.3 正常人与ADHD患者小世界性质的统计学差异 | 第55-57页 |
| 5.4 小结与讨论 | 第57-58页 |
| 6 结论与展望 | 第58-60页 |
| 6.1 结论 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 作者简历 | 第63页 |
