声明
摘要
1 绪论
1.1 引言
1.2 功能磁共振成像技术概述
1.2.1 磁共振成像
1.2.2 功能磁共振成像
1.2.3 fMRI实验
1.2.4 fMRI数据特点
1.2.5 fMRI的应用
1.3 fMRI数据处理分析方法的研究现状
1.3.1 预处理
1.3.2 血液动力学响应的辨识
1.3.3 激活区检测
1.3.4 连接分析
1.3.5 fMRI数据与其他数据的融合
1.4 研究内容
1.5 主要贡献
1.6 本文的组织结构
2 基于局部刚体变换的功能磁共振图像运动校正
2.1 引言
2.2 方法描述
2.2.1 局部体数据的构造
2.2.2 运动参数的估计
2.2.3 重构功能像
2.3 实验数据获取
2.4 仿真数据构造
2.5 评测方法
2.5.1 参数估计的均方误差和标准差
2.5.2 互信息量
2.5.3 残差平方和
2.5.4 受试者工作特征曲线
2.6 结果与讨论
2.6.1 头动校正的仿真分析
2.6.2 视觉功能fMRI数据的头动校正
2.7 本章小结
3 基于小波变换的血液动力学响应分析
3.1 引言
3.2 离散小波变换
3.3 基于方差的周期检测
3.4 参考波形的构造
3.5 fMRI时间序列分析
3.6 仿真分析
3.6.1 仿真数据
3.6.2 小波基函数的选择
3.6.3 周期项拟合方法对比
3.7 视觉功能fMRI实验激活区信号分析
3.7.1 实验数据
3.7.2 分析与讨论
3.8 本章小结
4 基于时间正则化的血液动力学响应函数估计
4.1 引言
4.2 线性模型
4.3 HRF估计
4.3.1 估计方法
4.3.2 估计参数
4.3.3 效率测试
4.4 仿真分析
4.4.1 仿真数据
4.4.2 时间分辨率的影响
4.4.3 自相关噪声的影响
4.4.3 实验设计的影响
4.4.5 两种正规化方法的比较
4.5 视觉功能实验数据应用
4.6 本章小结
5 基于双重粒子滤波的血氧水平依赖信号非线性估计
5.1 引言
5.2 BOLD信号模型
5.2.1 气球模型及脉管公式
5.2.2 模型的离散化
5.3 生理状态的估计
5.3.1 线性估计1(离散化采用Euler-Maruyama方法)
5.3.2 线性估计2(离散化采用Jimenez方法)
5.3.3 粒子滤波估计
5.4 双重粒子滤波
5.4.1 充分统计量在参数估计中的应用
5.4.2 贝塔分布在参数估计中的应用
5.4.3 基于粒子滤波的双重估计滤波器
5.5 仿真分析
5.5.1 仿真数据
5.5.2 滤波算法性能比较
5.6 视觉功能实验数据分析
5.7 讨论
5.8 本章小结
6 总结与展望
致谢
参考文献
攻读博士学位期间发表的论文和出版著作情况
攻读博士学位期间参加的科学研究情况