基于ReHo和ALFF的抑郁症静息态功能磁共振数据分类研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题的背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 静息态磁共振技术 | 第13页 |
| 1.2.2 静息态方法在抑郁症上的研究 | 第13-14页 |
| 1.2.3 机器学习方法在功能磁共振中的研究 | 第14-15页 |
| 1.3 研究的主要内容 | 第15-16页 |
| 1.4 文章结构安排 | 第16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 静息态fMRI数据采集及数据处理方法 | 第17-29页 |
| 2.1 实验材料与方法 | 第17-18页 |
| 2.1.1 研究对象 | 第17-18页 |
| 2.1.2 核磁共振扫描参数设置 | 第18页 |
| 2.2 数据预处理 | 第18-21页 |
| 2.2.1 DPARSF软件相关介绍 | 第18-20页 |
| 2.2.2 REST软件相关介绍 | 第20-21页 |
| 2.3 特选择方法简介 | 第21-23页 |
| 2.4 SVM-RBF算法介绍 | 第23-25页 |
| 2.5 敏感性分析 | 第25-27页 |
| 2.6 本章小结 | 第27-29页 |
| 第三章 局部一致性指标差异分析 | 第29-43页 |
| 3.1 局部一致性 | 第29-30页 |
| 3.2 局部一致性的数学定义 | 第30页 |
| 3.3 不同邻接体素之间的定义方法 | 第30-31页 |
| 3.4 局部一致性差异分析 | 第31-40页 |
| 3.4.1 不同K值对ReHo结果的影响 | 第31-32页 |
| 3.4.2 在K=7下的差异体素节点 | 第32-34页 |
| 3.4.3 讨论 | 第34-37页 |
| 3.4.4 机器学习分析 | 第37-40页 |
| 3.5 特征重要性分析 | 第40页 |
| 3.6 本章小结 | 第40-43页 |
| 第四章 低频振幅指标差异分析 | 第43-59页 |
| 4.1 低频振幅与比率低频振幅方法 | 第43页 |
| 4.2 低频振幅与比率低频振幅数学定义 | 第43-44页 |
| 4.3 低频振幅分类研究 | 第44-51页 |
| 4.3.1 不同K值对ALFF结果的影响 | 第44-45页 |
| 4.3.2 在K=7下的ALFF差异体素节点 | 第45-46页 |
| 4.3.3 讨论 | 第46-49页 |
| 4.3.4 机器学习分析 | 第49-51页 |
| 4.4 比率低频振幅分类研究 | 第51-56页 |
| 4.4.1 不同K值对fALFF结果的影响 | 第51-52页 |
| 4.4.2 在K=7下的fALFF差异体素节点 | 第52-53页 |
| 4.4.3 讨论 | 第53-55页 |
| 4.4.4 机器学习分析 | 第55-56页 |
| 4.5 特征重要性分析 | 第56-58页 |
| 4.5.1 低频振幅特征重要性分析 | 第56-57页 |
| 4.5.2 比率低频振幅特征重要性分析 | 第57-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 功能磁共振影像数据机器学习及分类研究 | 第59-65页 |
| 5.1 数据准备 | 第59页 |
| 5.2 流程简介 | 第59-61页 |
| 5.3 结果分析 | 第61-63页 |
| 5.4 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 探索与展望 | 第65-67页 |
| 参考文献 | 第67-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间发表论文目录 | 第77页 |
