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功能磁共振成像技术概述
1.2.1血氧水平依赖fMRI
1.2.2静息态fMRI
1.3 fMRI分类研究现状
1.3.1面向fMRI研究的传统机器学习技术
1.3.2面向fMRI研究的深度学习技术
1.3.3研究动机
1.4本文的研究内容
1.5本文的组织结构
2多级聚类演化的随机SVM集群
2.1引言
2.2网络拓扑特征
2.3多级聚类演化的随机SVM集群
2.3.1随机SVM集群简介
2.3.2多级聚类演化的随机SVM集群的设计思想
2.3.3聚类分析中的相似性度量
2.3.4多级聚类演化的随机SVM集群的实现过程
2.3.5性能评价指标
2.4多级聚类演化的随机SVM集群的应用过程
2.4.1分类任务
2.4.2特征选择
2.4.3探索病灶
2.5本章小结
3多级聚类演化的随机SVM集群对阿斯伯格症的研究
3.1引言
3.2材料与方法
3.2.1伦理声明
3.2.2研究对象
3.2.3数据获取
3.2.4数据预处理
3.2.5多级聚类演化的随机SVM集群的应用
3.2.6实验设置
3.3正常对照和阿斯伯格症患者的数据分析结果
3.3.1构建多级聚类演化的随机SVM集群
3.3.2性能比较分析
3.3.3重要特征
3.3.4最优特征子集
3.3.5异常脑区
3.4讨论
3.4.1分类性能
3.4.2讨论脑区
3.5本章小结
4多级聚类演化的随机SVM集群对轻度认知障碍的研究
4.1引言
4.2材料与方法
4.2.1伦理声明
4.2.2研究对象
4.2.3数据获取
4.2.4数据预处理
4.2.5多级聚类演化的随机SVM集群的应用
4.2.6实验设置
4.3正常对照和早期轻度认知障碍患者的数据分析结果
4.3.1参与者的人口统计信息
4.3.2构建多级聚类演化的随机SVM集群
4.3.3性能比较分析
4.3.4重要特征
4.3.5最优特征子集
4.3.6异常脑区
4.4早期和晚期轻度认知障碍患者的数据分析结果
4.4.1参与者的人口统计信息
4.4.2构建多级聚类演化的随机SVM集群
4.4.3性能比较分析
4.4.4重要特征
4.4.5最优特征子集
4.4.6异常脑区
4.5讨论
4.5.1分类性能
4.5.2讨论脑区
4.6本章小结
5总结与展望
5.1总结
5.2展望
参考文献
攻读硕士学位期间所发表的学术论文目录
致谢
声明