摘要 | 第1-5页 |
ABSTRACT | 第5-14页 |
第一章 绪论 | 第14-26页 |
·问题的提出 | 第14-16页 |
·研究意义 | 第16-18页 |
·问题解决及FMRI 数据分析方法国内外研究现状 | 第18-20页 |
·研究目标与主要研究内容 | 第20-25页 |
·研究目标 | 第20-21页 |
·主要研究内容 | 第21-23页 |
·研究技术路线 | 第23-25页 |
·本章小节 | 第25-26页 |
第二章 基于FMRI 的思维研究方法 | 第26-40页 |
·FMRI 技术 | 第26-28页 |
·FMRI 研究的基本方法 | 第28-39页 |
·fMRI 实验设计 | 第28-30页 |
·fMRI 数据采集 | 第30-32页 |
·fMRI 数据预处理 | 第32-34页 |
·脑功能定位分析 | 第34-35页 |
·多角度数据分析 | 第35-39页 |
·本章小结 | 第39-40页 |
第三章 启发式规则运用的FMRI 研究 | 第40-67页 |
·4×4 SUDOKU 问题解决过程 | 第40-42页 |
·认知实验设计与实施 | 第42-44页 |
·行为数据分析及结果 | 第44-46页 |
·FMRI 分析及结果 | 第46-55页 |
·探索性分析 | 第46-53页 |
·验证性ROI 分析 | 第53-55页 |
·功能连接分析 | 第55-60页 |
·分析方法 | 第55-56页 |
·不区分任务条件的连接分析结果 | 第56页 |
·区分任务条件的连接分析结果 | 第56-57页 |
·讨论 | 第57-60页 |
·ACT-R 认知建模 | 第60-65页 |
·关于问题解决认知过程的假设 | 第60-62页 |
·模型输出 | 第62-65页 |
·结论 | 第65-66页 |
·本章小结 | 第66-67页 |
第四章 启发式规则搜索的FMRI 研究 | 第67-78页 |
·认知实验设计与实施 | 第67-69页 |
·行为数据分析及结果 | 第69-71页 |
·FMRI 分析及结果 | 第71-76页 |
·探索性分析 | 第71-74页 |
·验证性分析 | 第74-76页 |
·讨论 | 第76-77页 |
·本章小节 | 第77-78页 |
第五章 基于分类的FMRI 数据分析 | 第78-97页 |
·分类FMRI 数据预测思维状态 | 第78-82页 |
·相关研究 | 第78-79页 |
·fMRI 数据分类基本原理 | 第79-80页 |
·特征选择 | 第80-81页 |
·特征抽取 | 第81-82页 |
·分类算法选择 | 第82-83页 |
·实验数据及预处理 | 第83-84页 |
·基于MVC(MULTI-VOXEL CLASSIFIER)的数据分类 | 第84-85页 |
·MVC 分类原理 | 第84-85页 |
·MVC 分类实验结果及讨论 | 第85页 |
·基于RVC(ROI VOTER CLASSIFIER)的数据分类 | 第85-89页 |
·RVC 分类原理 | 第85-87页 |
·RVC 分类实验结果及讨论 | 第87-89页 |
·基于SVVC(SINGLE-VOXEL VOTER CLASSIFIER)的数据分类 | 第89-95页 |
·SVVC 分类方法 | 第89-90页 |
·单体素分类结果集成方法 | 第90-91页 |
·单体素分类实验结果及讨论 | 第91-95页 |
·分类正确率较高的体素脑区定位 | 第95-96页 |
·本章小结 | 第96-97页 |
第六章 BOLD 模式聚类分析 | 第97-112页 |
·BOLD 模式聚类分析 | 第97-99页 |
·BOLD 模式类型 | 第99-107页 |
·提取单个voxel 的BOLD 效应 | 第99页 |
·聚类算法选择 | 第99-105页 |
·感兴趣BOLD 模式 | 第105-107页 |
·脑区之间协作关系 | 第107-111页 |
·与标准模式的相关分析 | 第107-109页 |
·感兴趣模式的层次聚类 | 第109-111页 |
·本章小结 | 第111-112页 |
第七章 结论与展望 | 第112-115页 |
·主要工作 | 第112-113页 |
·未来的工作 | 第113-115页 |
参考文献 | 第115-123页 |
附录 | 第123-134页 |
致谢 | 第134-136页 |
攻读学位期间发表的学术论文目录 | 第136-137页 |
攻读学位期间主持和参与的科研项目 | 第137-138页 |