| 摘要 | 第3-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第13-24页 |
| 1.1 研究背景及意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 纤维示踪方法的研究及应用 | 第16-18页 |
| 1.2.2 纤维追踪方法的研究及应用 | 第18-20页 |
| 1.2.3 可靠性计算方法的研究及应用 | 第20-21页 |
| 1.2.4 基于随机分块模型方法的研究及应用 | 第21页 |
| 1.3 本文主要内容 | 第21-22页 |
| 1.4 本文章节安排 | 第22-23页 |
| 1.5 本章小结 | 第23-24页 |
| 第二章 结构脑网络构建 | 第24-33页 |
| 2.1 选择被试及数据采集与预处理 | 第24-26页 |
| 2.1.1 数据被试构成 | 第24页 |
| 2.1.2 扫描参数设置 | 第24-25页 |
| 2.1.3 数据预处理 | 第25-26页 |
| 2.2 个体脑结构网络的构建 | 第26-29页 |
| 2.2.1 节点的定义 | 第26-28页 |
| 2.2.2 边的定义 | 第28页 |
| 2.2.3 阈值选择 | 第28-29页 |
| 2.3 中枢网络的构建 | 第29-30页 |
| 2.3.1 符号检验法 | 第29页 |
| 2.3.2 中枢网络的构建 | 第29-30页 |
| 2.4 标准网络的获取 | 第30-32页 |
| 2.4.1 基于MERatal14图谱的标准网络获取 | 第30-31页 |
| 2.4.2 基于LVE00图谱的标准网络获取 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 脑结构网络连接的衡量指标 | 第33-40页 |
| 3.1 结构连接的衡量指标 | 第33-39页 |
| 3.2 本章小结 | 第39-40页 |
| 第四章 网络连接可靠性 | 第40-55页 |
| 4.1 随机分块模型 | 第40-42页 |
| 4.2 连接可靠性计算 | 第42-43页 |
| 4.3 计算结果的验证 | 第43-54页 |
| 4.3.1 FLNe指标 | 第43-46页 |
| 4.3.2 NOS指标 | 第46-48页 |
| 4.3.3 FA指标 | 第48-50页 |
| 4.3.4 Distance指标 | 第50-52页 |
| 4.3.5 ROIsize指标 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 网络连接可靠性结果验证 | 第55-65页 |
| 5.1 使用基于随机分块模型计算连接可靠性的应用 | 第55-61页 |
| 5.1.1 中枢网络结构 | 第56-58页 |
| 5.1.2 假阳性连接优化 | 第58-59页 |
| 5.1.3 假阴性连接优化 | 第59-61页 |
| 5.2 影响可靠性结果的因素 | 第61-63页 |
| 5.2.1 网络中连接的数量 | 第62页 |
| 5.2.2 网络中错误连接的比例 | 第62-63页 |
| 5.3 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-68页 |
| 6.1 总结 | 第65-66页 |
| 6.2 探索与展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 附录 1：图谱MERatal14与LVE00中选定脑区 | 第73-74页 |
| 附录 2：图谱LVE00脑区名称缩写 | 第74-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表论文目录 | 第77页 |