首页--数理科学和化学论文--数学论文--数学分析论文--函数论论文--实分析、实变函数论文--凸函数、凸集理论论文

基于凸分析与优化的功能核磁共振成像数分析方法研究

摘要第5-7页
Abstract第7-9页
目录第10-12页
第一章 绪论第12-21页
    1.1 研究背景和意义第12-14页
    1.2 国内外研究现状第14-17页
    1.3 本文研究目标和主要研究内容及论文组织结构第17-21页
第二章 fMRI数据特点及常用分析方法概述第21-34页
    2.1 fMRI数据原理及特点第21-25页
    2.2 fMRI数据预处理第25-26页
    2.3 fMRI数据分析方法综述第26-33页
        2.3.1 模型驱动类方法第26-29页
        2.3.2 数据驱动类方法第29-33页
    2.4 本章小结第33-34页
第三章 基于多维导数约束的稀疏表示方法在fMRI体素选择和神经解码分析中的应用第34-50页
    3.1 引言第34-36页
    3.2 方法第36-40页
        3.2.1 张量表示框架下的稀疏体素选择信号模型第36-39页
        3.2.2 基于多维导数约束的鲁棒稀疏体素选择方法(RVSMDC)第39-40页
        3.2.3 基于多维导数约束的鲁棒神经解码方法(RSDMDC)第40页
    3.3 实验结果与分析第40-49页
    3.4 本章小结第49-50页
第四章 基于凸分析框架的盲分离算法在fMRI数据分析中的应用第50-68页
    4.1 引言第50-52页
    4.2 方法第52-58页
        4.2.1 数学模型第52-53页
        4.2.2 fMRI数据盲分解算法第53-56页
        4.2.3 基于CTR分量的体素选择和解码分析第56-58页
    4.3 实验结果与分析第58-67页
        4.3.1 仿真数据分析第58-61页
        4.3.2 fMRI实验数据分析第61-67页
    4.4 本章小结第67-68页
第五章 基于字典稀疏表示的盲分离算法在fMRI数据分析中的应用第68-87页
    5.1 引言第68-69页
    5.2 方法第69-76页
        5.2.1 数学模型第69-70页
        5.2.2 基于字典稀疏表示的fMRI数据分析方法第70-76页
    5.3 实验结果与分析第76-86页
        5.3.1 仿真数据分析第76-79页
        5.3.2 fMRI实验数据分析第79-86页
    5.4 本章小结第86-87页
第六章 总结与展望第87-90页
    6.1 总结第87-88页
    6.2 展望第88-90页
参考文献第90-104页
攻读博士学位期间取得的研究成果第104-107页
致谢第107-108页
附件第108页

论文共108页,点击 下载论文
上一篇:具有尖孤子解的新可积模型以及孤子方程解的代数几何构造
下一篇:GH促血小板生成机制分析及dTMP-GH对辐射损伤小鼠的救治作用研究