| 摘要 | 第5-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第15-29页 |
| 1.1 本论文研究背景和目的 | 第15-17页 |
| 1.2 稀疏特征学习方法概述 | 第17-24页 |
| 1.2.1 特征选择方法 | 第18-22页 |
| 1.2.2 稀疏学习方法 | 第22-24页 |
| 1.3 稀疏特征学习在MRI图像分析中的发展现状 | 第24-25页 |
| 1.4 MRI图像预处理中的插值方法 | 第25-26页 |
| 1.5 本文的选题和研究内容 | 第26-28页 |
| 1.6 本文的组织安排 | 第28-29页 |
| 第2章 基于稀疏贝叶斯特征学习的初级视皮层解码 | 第29-42页 |
| 2.1 背景介绍 | 第29-30页 |
| 2.2 数据获得及预处理 | 第30-31页 |
| 2.2.1 数据获得 | 第30页 |
| 2.2.2 数据预处理 | 第30-31页 |
| 2.3 模型的建立 | 第31-32页 |
| 2.4 稀疏贝叶斯学习的方法学描述 | 第32-40页 |
| 2.4.1 类的后验概率 | 第32-33页 |
| 2.4.2 似然函数 | 第33页 |
| 2.4.3 拉普拉斯近似 | 第33-35页 |
| 2.4.4 极大似然估计 | 第35-37页 |
| 2.4.5 极大后验估计 | 第37-40页 |
| 2.5 实验结果及分析 | 第40-41页 |
| 2.6 本章小结 | 第41-42页 |
| 第3章 基于1L范数特征学习的烟雾病诊断方法 | 第42-51页 |
| 3.1 背景介绍 | 第42-43页 |
| 3.2 数据获得及预处理 | 第43页 |
| 3.2.1 数据获得 | 第43页 |
| 3.2.2 数据预处理 | 第43页 |
| 3.3 方法学描述 | 第43-48页 |
| 3.3.1 基于1L范数的凸优化方法 | 第43-47页 |
| 3.3.2 特征选择 | 第47页 |
| 3.3.3 支持向量机分类器 | 第47-48页 |
| 3.4 实验结果及分析 | 第48-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 MRI图像分析中的多任务特征学习模型建立 | 第51-66页 |
| 4.1 背景介绍 | 第51-52页 |
| 4.2 多任务学习 | 第52-54页 |
| 4.3 组稀疏学习 | 第54-58页 |
| 4.4 组稀疏特征子空间 | 第58-59页 |
| 4.5 组稀疏在多任务学习中的推广 | 第59-63页 |
| 4.6 改进Dirty model多任务学习 | 第63-65页 |
| 4.7 本章小结 | 第65-66页 |
| 第5章 基于改进DIRTY MODEL特征学习的智商估计模型 | 第66-81页 |
| 5.1 背景介绍 | 第66-67页 |
| 5.2 实验数据的获得及预处理 | 第67-68页 |
| 5.3 方法学描述 | 第68-73页 |
| 5.3.1 基于改进Dirty model的特征选择 | 第69-71页 |
| 5.3.2 多核支持向量回归 | 第71-72页 |
| 5.3.3 构建数据集分类器 | 第72-73页 |
| 5.4 实验结果 | 第73-79页 |
| 5.5 讨论 | 第79-80页 |
| 5.6 本章小结 | 第80-81页 |
| 第6章 基于分层特征提取及改进DIRTY MODEL的多被试解码 | 第81-91页 |
| 6.1 背景介绍 | 第81-82页 |
| 6.2 数据获得及预处理 | 第82-83页 |
| 6.3 方法学描述 | 第83-88页 |
| 6.3.1 选择目标ROI | 第84-86页 |
| 6.3.2 提取高层特征 | 第86-87页 |
| 6.3.3 特征选择 | 第87页 |
| 6.3.4 支持向量机分类器 | 第87-88页 |
| 6.4 实验设置 | 第88页 |
| 6.5 实验结果 | 第88-89页 |
| 6.6 讨论 | 第89-90页 |
| 6.7 本章小结 | 第90-91页 |
| 第7章 基于CANONICAL图匹配稀疏组LASSO特征学习的自闭症诊断方法 | 第91-110页 |
| 7.1 背景介绍 | 第91-92页 |
| 7.2 实验材料及预处理 | 第92-93页 |
| 7.3 方法学描述 | 第93-105页 |
| 7.3.1 典型相关分析(CCA) | 第93-100页 |
| 7.3.2 基于Canonical特征的图匹配稀疏组Lasso | 第100-103页 |
| 7.3.3 GM/WM特征映射到Canonical空间 | 第103-104页 |
| 7.3.4 特征选择 | 第104-105页 |
| 7.4 实验设置 | 第105页 |
| 7.5 实验结果 | 第105-108页 |
| 7.6 讨论 | 第108-109页 |
| 7.7 本章小结 | 第109-110页 |
| 结论 | 第110-113页 |
| 附录 中英文缩略表 | 第113-114页 |
| 攻读学位期间发表的论文与研究成果清单 | 第114-115页 |
| 致谢 | 第115-116页 |
| 参考文献 | 第116-129页 |
