声明
摘要
1绪论
1.1研究背景和意义
1.2国内外研究现状及发展趋势
1.2.1大脑功能网络的节点定义
1.2.2大脑功能网络的边定义
1.2.3大脑功能连接的动态性
1.2.4特征提取与分类在大脑功能性连接上的应用
1.3本文框架与主要内容
1.3.1大脑功能连接动态分析总体研究框架
1.3.2论文的主要工作及内容安排
1.4本章小结
2 fMRI成像原理与预处理
2.1 fMRI成像原理
2.2 fMRI预处理
2.2.1数据转换
2.2.2时间层校正
2.2.3头动校正
2.2.4配准
2.2.5空间标准化
2.2.6平滑
2.2.7 ROI提取
3大脑功能连接动态性检测
3.1贝叶斯连接转换点模型
3.2基于Fisher判别准则的时间序列切分方法
3.2.1 Fisher判别准则
3.2.2遗传算法
3.2.3算法步骤
3.3 K均值聚类算法
3.3.1算法原理
3.3.2算法步骤
3.4谱聚类算法
3.4.1算法概述
3.4.2图的概念
3.4.3图的拉普拉斯矩阵
3.4.4最优化准则
3.4.5算法步骤
3.5对比实验
3.5.1实验目的
3.5.2实验数据
3.5.3实验设计
3.5.4实验结果与分析
4基于LBEM和ELM的脑功能连接动态分析模型
4.1模型结构
4.2二进制编码局部特征提取方法
4.3基于极限学习机的有监督分类
4.3.1 ELM
4.3.2 KELM
4.4对比实验
4.4.1实验目的
4.4.2实验数据
4.4.3实验设计
4.4.4实验结果与分析
5大脑功能连接模式识别系统
5.1引言
5.2系统概述
5.2.1系统简介
5.2.2开发环境
5.2.3主要开发语言及平台
5.2.4系统流程图
5.2.5系统模块设计
5.2.6用户界面设计
5.3 系统各模块技术分析
5.3.1预处理模块
5.3.2动态性检测模块
5.3.3特征提取模块
5.3.4分类与结果显示模块
5.3.5数据导出模块
5.4系统测试
5.4.1关键参数设置
5.4.2测试结果
6结论
致谢
参考文献
附录