声明
摘要
主要缩略语
图目录
表目录
主要符号表
1 绪论
1.1研究背景与意义
1.1.1研究背景
1.1.2研究意义
1.2国内外研究现状
1.2.1 独立成分分析(ICA)与多被试平均信息提取
1.2.2独立向量分析(IVA)与多被试差异信息提取
1.2.3张量分解与多被试共享信息提取
1.2.4不同模型阶数下空间成分的变化
1.3本文主要研究内容与结构安排
2复数fMRI数据介绍与后处理相位消噪研究
2.1 引言
2.2复数fMRI数据介绍
2.2.1 复数fMRI数据产生原理
2.2.2相位fMRI数据的高噪声性与独有信息
2.3本文的多被试复数fMRI数据介绍
2.3.1 敲击手指的任务态fMRI数据
2.3.2精神分裂症患者的静息态fMRI数据
2.3.3感兴趣成分选取及其参考成分的构建
2.4独立成分分析
2.4.1单被试fMRI数据的ICA分析
2.4.2 多被试fMRI数据的ICA分析
2.5 复数数据后处理消噪的相位范围自适应选取方法研究
2.5.1算法原理
2.5.2实际fMRI数据实验与结果分析
2.6本章小结
3基于多维广义高斯分布的复数自适应定点IVA算法研究
3.1 引言
3.2算法原理
3.2.1 IVA模型和代价函数
3.2.2基于多维广义高斯分布的非线性函数
3.2.3主导子空间消噪方案
3.2.4非圆性的嵌入
3.3仿真fMRI数据实验设计与结果分析
3.3.1 实验设计
3.3.2性能指标
3.3.3噪声影响
3.3.4形状参数估计
3.3.5模型阶数对IVA算法性能影响
3.4实际fMRI数据实验与结果分析
3.4.1模型阶数选取
3.4.2 T-map结果
3.4.3形状参数估计
3.4.4与实数IVA算法对比分析
3.5本章小结
4嵌入空时约束的CPD算法研究
4.1 引言
4.2典范因子分解(CPD)算法
4.2.1无约束CPD算法
4.2.2时间移不变CPD算法
4.3 时间移不变CPD和ICA相结合的算法研究
4.3.1算法原理
4.3.2仿真fMRI数据实验设计与结果分析
4.3.3实际fMRI数据实验与结果分析
4.4空间源相位稀疏约束的复数时间移不变CPD算法研究
4.4.1 复数时间移不变CPD算法
4.4.2基于空间源相位稀疏的空间约束
4.4.3仿真fMRI数据实验设计与结果分析
4.4.4实际fMRI数据实验与结果分析
4.5本章小结
5模型阶数影响研究与精神分裂症患者脑区差异性检测
5.1 引言
5.2 Best run选取方法
5.2.1算法原理
5.2.2实际fMRI数据实验和结果分析
5.3模型阶数对静息态fMRI数据分析的影响
5.3.1成分分裂或成分合成情况分析
5.3.2激活体素数目分析
5.3.3稳定性分析
5.3.4相位fMRI数据的特征值分布研究
5.4健康对照组和精神分裂症患者的脑区差异性检测
5.4.1 脑区差异性衡量指标
5.4.2实际fMRI数据实验与结果分析
5.4.3与现有研究结果的一致性
5.5本章小结
6结论与展望
6.1结论
6.2创新点
6.3展望
参考文献
附录
攻读博士学位期间科研项目及科研成果
致谢
作者简介