声明
致谢
摘要
1.1 研究背景及意义
1.1.1 自闭症简介及其诊断方法
1.1.2 基于静息态功能磁共振成像的自闭症研究
1.1.3 基于静息态功能磁共振成像的自闭症预测的意义
1.2 基于静息态功能磁共振成像的自闭症预测方法研究现状
1.3 目前研究存在的问题
1.4 论文研究内容及结构安排
2 自闭症数据及预测性能评估方法
2.1 被试数据信息
2.2 数据采集及预处理
2.3 预测性能评估方法
3.1 引论
3.2 方法概述
3.3 基于Lasso特征选择的自闭症预测方法
3.3.1 Lasso算法
3.3.2 特征选择及分类
3.4 实验结果与分析
3.4.1 预测性能及分析
3.4.2 ASD组与TD组之间具有显著差异的静息态功能连接
3.4 本章小结
4.1 引论
4.2 基于elastic net特征选择的自闭症预测方法
4.2.1 方法概述
4.2.2 Elastic net方法
4.2.3 特征选择
4.2.3 参数寻优
4.2.4 分类
4.3 实验结果与讨论
4.3.1 对λlse和λmin两种模型参数预测结果的比较
4.3.2 两种内嵌参数寻优方法结果比较
4.3.3 Elastic net方法预测结果比较
4.3.4 置换检验
4.3.5 ASD组与TD组之间存在显著差异的静息态功能连接
4.4 本章小结
5.1 引论
5.2 基于高阶动态功能连接的自闭症预测研究
5.2.1 方法概述
5.2.2 基于高阶动态功能连接的自闭症预测
5.2.3 实验结果及讨论
5.3 基于动态功能连接网络拓扑特征的自闭症预测研究
5.3.1 研究方法
5.3.2 实验结果及讨论
5.4 本章小结
6 总结与展望
6.1 论文的主要工作成果
6.2 进一步的工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集