摘要 | 第3-5页 |
ABSTRACT | 第5-7页 |
符号说明 | 第10-11页 |
第一章 绪论 | 第11-21页 |
1.1. 研究背景 | 第11-12页 |
1.2. 国内外研究现状 | 第12-18页 |
1.2.1 MCI的诊断现状 | 第12-14页 |
1.2.2 静息态fMRI技术在AD和MCI中的研究现状 | 第14-15页 |
1.2.3 复杂网络在脑功能网络中的应用 | 第15-17页 |
1.2.4 基于体素形态学方法的研究现状 | 第17-18页 |
1.3. 研究意义 | 第18页 |
1.4. 论文主要工作及结构安排 | 第18-21页 |
1.4.1. 论文主要工作 | 第18-19页 |
1.4.2. 全文组织结构 | 第19-21页 |
第二章 研究方案与相关基础理论 | 第21-31页 |
2.1 研究方案 | 第21-23页 |
2.2 复杂网络的属性 | 第23-24页 |
2.3 基于体素的形态学测量方法 | 第24-25页 |
2.4 分类 | 第25-28页 |
2.4.1 分类算法选择 | 第25-26页 |
2.4.2 支持向量机算法 | 第26-28页 |
2.5 本章小结 | 第28-31页 |
第三章 实验数据及预处理 | 第31-43页 |
3.1 ADNI数据集简介 | 第31-33页 |
3.2 被试入组情况 | 第33-35页 |
3.2.1 被试入组标准 | 第33-34页 |
3.2.2 本实验的入组被试 | 第34-35页 |
3.3 数据采集 | 第35-36页 |
3.4 数据预处理 | 第36-41页 |
3.4.1 fMRI数据预处理 | 第36-40页 |
3.4.2 结构MRI数据预处理 | 第40-41页 |
3.5 本章小结 | 第41-43页 |
第四章 脑功能网络构建 | 第43-51页 |
4.1 脑功能网络构建的一般过程 | 第43-44页 |
4.2 定义脑网络节点 | 第44-45页 |
4.2.1 AAL模板 | 第44-45页 |
4.2.2 Craddock模板 | 第45页 |
4.3 脑功能网络构建 | 第45-48页 |
4.3.1 提取时间序列 | 第45-46页 |
4.3.2 构建脑功能网络 | 第46-48页 |
4.4 网络节点属性的计算 | 第48-49页 |
4.5 本章小结 | 第49-51页 |
第五章 分类模型的构建 | 第51-59页 |
5.1 特征选择 | 第51-54页 |
5.1.1 脑功能网络特征选择 | 第52页 |
5.1.2 基于体素形态学特征选择 | 第52-54页 |
5.2 分类模型构建 | 第54-56页 |
5.3 分类结果讨论 | 第56-57页 |
5.4 结论 | 第57-58页 |
5.5 本章小结 | 第58-59页 |
第六章 总结与展望 | 第59-61页 |
6.1 总结 | 第59-60页 |
6.2 展望 | 第60-61页 |
参考文献 | 第61-67页 |
附录1 | 第67-69页 |
致谢 | 第69-71页 |
攻读硕士学位期间发表论文 | 第71页 |