| 摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究目的及意义 | 第11-13页 |
| 1.2 国内外研究现状及发展动态 | 第13-17页 |
| 1.2.1 静息态脑网络建模与分析的研究现状 | 第13-14页 |
| 1.2.2 脑网络在阿尔兹海默症的研究现状 | 第14-15页 |
| 1.2.3 阿尔兹海默症分类的研究现状 | 第15-17页 |
| 1.3 本文主要工作 | 第17页 |
| 1.4 本文章节的组织结构安排 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第二章 功能脑网络构建 | 第19-25页 |
| 2.1 数据采集及预处理 | 第19-20页 |
| 2.1.1 数据采集 | 第19-20页 |
| 2.1.2 数据预处理 | 第20页 |
| 2.2 功能超网络构建 | 第20-23页 |
| 2.2.1 超图 | 第21-22页 |
| 2.2.2 超网络构建 | 第22-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 基于脑区特征分类 | 第25-29页 |
| 3.1 局部脑区指标 | 第25页 |
| 3.2 脑区特征提取及选择 | 第25-26页 |
| 3.3 脑区特征分类 | 第26页 |
| 3.4 脑区特征结果及分析 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 基于子图特征分类 | 第29-37页 |
| 4.1 子图特征提取及选择 | 第29-31页 |
| 4.2 子图特征分类 | 第31-33页 |
| 4.2.1 图核 | 第31-32页 |
| 4.2.2 基于图核的分类模型 | 第32-33页 |
| 4.3 子图特征结果及分析 | 第33-35页 |
| 4.4 本章小结 | 第35-37页 |
| 第五章 基于多特征融合分类 | 第37-53页 |
| 5.1 多特征融合分类 | 第37-38页 |
| 5.1.1 基于多核的SVM分类模型 | 第37-38页 |
| 5.1.2 交叉验证 | 第38页 |
| 5.2 分类结果分析 | 第38-42页 |
| 5.2.1 分类性能 | 第38-40页 |
| 5.2.2 Relief权重 | 第40-42页 |
| 5.3 不同参数下分类结果的分析 | 第42-44页 |
| 5.3.1 不同的稀疏度l | 第42页 |
| 5.3.2 不同的频度差阈值K | 第42-43页 |
| 5.3.3 不同的最优加权参数α_i | 第43-44页 |
| 5.4 可重复性验证 | 第44-52页 |
| 5.4.1 ADNI数据集 | 第44-45页 |
| 5.4.2 三组不同疾病EMCI,LMCI和AD下的异常脑区结果 | 第45-47页 |
| 5.4.3 分类性能 | 第47页 |
| 5.4.4 Relief权重 | 第47-48页 |
| 5.4.5 自收集的AD数据集和ADNI数据集对比分析结果 | 第48-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-57页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-57页 |
| 参考文献 | 第57-67页 |
| 附录1：WEISFEILER-LEHMAN同构测试 | 第67-69页 |
| 附录2：ADNI的异常脑区 | 第69-71页 |
| 致谢 | 第71-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
