| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状及分析 | 第9-12页 |
| 1.2.1 fMRI在脑疾病领域的研究现状 | 第10-12页 |
| 1.2.2 模式分类在神经影像领域的应用现状 | 第12页 |
| 1.3 主要研究内容及论文结构 | 第12-14页 |
| 1.3.1 本文主要研究内容 | 第12-13页 |
| 1.3.2 论文结构安排 | 第13-14页 |
| 第2章 磁共振成像简介 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 磁共振成像发展概述 | 第14-15页 |
| 2.3 磁共振成像技术原理 | 第15-18页 |
| 2.4 磁共振成像的分类 | 第18-21页 |
| 2.4.1 磁共振结构像 | 第18-20页 |
| 2.4.2 磁共振功能像 | 第20-21页 |
| 2.5 静息态功能磁共振成像的量化分析简介 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 功能磁共振图像的特征提取 | 第23-39页 |
| 3.1 引言 | 第23页 |
| 3.2 临床数据的来源 | 第23-24页 |
| 3.2.1 ADNI数据库简介 | 第23页 |
| 3.2.2 临床数据扫描参数 | 第23-24页 |
| 3.3 数据预处理 | 第24-26页 |
| 3.4 基于局部一致性参数和低频振幅参数的特征提取 | 第26-31页 |
| 3.4.1 参数定义 | 第26-27页 |
| 3.4.2 体素级参数提取 | 第27-31页 |
| 3.4.3 脑区级参数提取 | 第31页 |
| 3.5 基于脑功能连接网络的图论参数特征提取 | 第31-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 功能磁共振图像的特征选择及神经指纹的建立 | 第39-53页 |
| 4.1 引言 | 第39页 |
| 4.2 不同模式识别分类器的性能检测及最佳分类器的选取 | 第39-47页 |
| 4.2.1 逻辑回归 | 第39-41页 |
| 4.2.2 支持向量机 | 第41-44页 |
| 4.2.3 朴素贝叶斯分类 | 第44-45页 |
| 4.2.4 分类器效果测试 | 第45-47页 |
| 4.3 基于线性核函数支持向量机与Fisherscore构建神经指纹 | 第47-51页 |
| 4.4 本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |
