| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-27页 |
| ·fMRI的基本原理 | 第12-13页 |
| ·核磁共振的基本原理 | 第12-13页 |
| ·BOLD信号的基本原理 | 第13页 |
| ·研究背景及现状 | 第13-22页 |
| ·神经刺激BOLD响应的非线性特性 | 第14-16页 |
| ·神经刺激BOLD响应非线性的来源 | 第16-17页 |
| ·神经刺激BOLD响应非线性模型 | 第17-18页 |
| ·用非线性时间序列方法分析fMRI时间序列 | 第18-20页 |
| ·用非线性动力学方法分析fMRI数据 | 第20-22页 |
| ·存在的问题、对策和研究意义 | 第22-23页 |
| ·研究内容概要 | 第23-27页 |
| 第2章 非线性动力学基础 | 第27-46页 |
| ·引言 | 第27-29页 |
| ·非线性现象 | 第29-35页 |
| ·孤立子 | 第29-30页 |
| ·分形 | 第30-32页 |
| ·规则分形 | 第31页 |
| ·无规分形 | 第31-32页 |
| ·混沌 | 第32-34页 |
| ·混沌特性 | 第32-34页 |
| ·混沌吸引子 | 第34页 |
| ·分形与混沌的关系 | 第34-35页 |
| ·非线性特征 | 第35-39页 |
| ·分形-分形维数 | 第35-37页 |
| ·混沌-Lyapunov指数 | 第37-39页 |
| ·一维映射Lyapunov指数 | 第37页 |
| ·高维映射Lyapunov指数 | 第37-39页 |
| ·非线性时间序列分析 | 第39-45页 |
| ·相空间重构 | 第39-42页 |
| ·嵌入定理 | 第39-41页 |
| ·延迟时间嵌入重构相空间法 | 第41-42页 |
| ·时间序列关联维数的估计 | 第42-43页 |
| ·时间序列最大Lyapunov指数的估计 | 第43页 |
| ·熵 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第3章 静息态fMRI数据的非线性分形特性分析 | 第46-66页 |
| ·引言 | 第46-48页 |
| ·材料和方法 | 第48-58页 |
| ·关联维数分析 | 第48-51页 |
| ·单变量时间序列的关联维数 | 第49-50页 |
| ·多变量时间序列的关联维数 | 第50-51页 |
| ·主成分分析 | 第51-53页 |
| ·本征维数的估计 | 第53-57页 |
| ·Surrogate数据 | 第57-58页 |
| ·数据获取和分析 | 第58页 |
| ·结果与讨论 | 第58-64页 |
| ·fMRI数据本征维数的估计 | 第58-61页 |
| ·fMRI数据的关联维数分析 | 第61-64页 |
| ·小结 | 第64-66页 |
| 第4章 静息态fMRI数据的非线性混沌特性分析 | 第66-82页 |
| ·引言 | 第66-67页 |
| ·材料与方法 | 第67-72页 |
| ·多变量时间序列的相关矩阵特征值分析 | 第67-68页 |
| ·时空Lyapunov指数 | 第68-71页 |
| ·耦合映象格子 | 第68-69页 |
| ·时空Lyapunov指数 | 第69-71页 |
| ·实验和方法 | 第71-72页 |
| ·结果与讨论 | 第72-80页 |
| ·脑动力学的空间耦合效应 | 第72-75页 |
| ·静息脑动力系统的最小嵌入维 | 第75-76页 |
| ·静息态脑动力学的确定性 | 第76-78页 |
| ·静息态脑动力学的非线性 | 第78-79页 |
| ·静息态脑的时空混沌现象和动态功能连接 | 第79-80页 |
| ·小结 | 第80-82页 |
| 第5章 结合AR(1)噪声模型和样条插值的fMRI本征维数估计 | 第82-109页 |
| ·引言 | 第82-84页 |
| ·本征维数的估计方法 | 第84-96页 |
| ·基于分形的本征维数估计法 | 第84页 |
| ·自相关噪声模型和fMRI数据的噪声混合模型 | 第84-86页 |
| ·AR1本征维数估计方法 | 第86-89页 |
| ·AR1CSI本征维数估计方法 | 第89-96页 |
| ·三次样条插值 | 第89-91页 |
| ·AR1CSI本征维数估计方法 | 第91-93页 |
| ·AR1CSI本征维数估计方法的有效性分析 | 第93-96页 |
| ·本征维数估计的结果和分析讨论 | 第96-108页 |
| ·数据的产生、获取及其预处理 | 第96-98页 |
| ·仿真数据 | 第96-97页 |
| ·fMRI数据 | 第97-98页 |
| ·实验结果和讨论 | 第98-108页 |
| ·仿真数据的实验结果 | 第98-105页 |
| ·静息态fMRI数据的实验结果 | 第105-108页 |
| ·小结 | 第108-109页 |
| 第6章 数据点消息传递的fMRI数据集聚类分析 | 第109-122页 |
| ·引言 | 第109-111页 |
| ·聚类分析方法 | 第111-114页 |
| ·CPMDP聚类 | 第112-113页 |
| ·k-means聚类 | 第113-114页 |
| ·Fisher变换 | 第114-115页 |
| ·实验数据 | 第115-116页 |
| ·混合数据 | 第115页 |
| ·fMRI数据集 | 第115-116页 |
| ·结果与讨论 | 第116-121页 |
| ·混合数据 | 第116-117页 |
| ·fMRI数据 | 第117-121页 |
| ·CPMDP聚类方法中附加体素的选择 | 第117-118页 |
| ·fMRI数据集的CPMDP聚类分析 | 第118-121页 |
| ·小结 | 第121-122页 |
| 第7章 总结和展望 | 第122-125页 |
| ·工作总结 | 第122-123页 |
| ·创新性成果 | 第123-124页 |
| ·工作展望 | 第124-125页 |
| 参考文献 | 第125-133页 |
| 发表论文 | 第133-134页 |
| 致谢 | 第134页 |