学位专题

封面
声明
目录
中文摘要
英文摘要
第一章绪论
1.1 课题背景
1.2 基于 fMRI个体认知能力评估的研究现状
1.2.1 功能连接在认知能力评估中的应用
1.2.2 认知能力评估的模型研究
1.3 本文的主要贡献和组织结构
1.3.1 本文的主要贡献
1.3.2 本文的组织结构
第二章 fMRI数据的获取与研究方法
2.1 静息态 fMRI实验数据的采集
2.1.1 HCP数据集的获取
2.1.2 轻度脑创伤实验数据的获取
2.2 fMRI数据的预处理
2.2.1 HCP数据的预处理
2.2.2 mTBI 数据的预处理
2.3 动态功能连接
2.3.1 模板的选择与信号提取
2.3.2 动态功能连接及动态功能连接度的计算
2.4 组独立成分分析
2.5 稀疏字典学习
第三章基于动态功能连接度的全脑剖分技术研究
3.1 研究背景
3.2 研究方法
3.2.1全脑剖分流程
3.2.2 ROI 内部的时间稳定性
3.2.3 脑模板的评估
3.3 结果
3.3.1 剖分结果及其功能同质性
3.3.2 个体鉴别和认知预测任务性能
3.4 讨论
3.4.1 剖分结果分析
3.4.2 时间稳定性分析
3.4.3 个体鉴别和认知预测性能分析
3.4.4 特征选择的必要性分析
3.5 本章小结
第四章基于动态功能连接的个体特征预测
4.1 研究背景
4.2 研究方法
4.2.1 CNN+LSTM 模型整体框架
4.2.2 训练、验证和测试
4.2.3 利用仿真数据评估模型的有效性
4.2.4 评估模型在性别分类和智商预测上的性能
4.2.5 控制分析
4.3 结果
4.3.1 性别分类和智商预测的结果
4.3.2 最具有区分能力的连接特征
4.3.3 利用仿真数据确定有显著动态性的连接
4.4 讨论
4.4.1 性别分类和智商预测的性能
4.4.2 模型有效性分析
4.4.3 在性别和智商区分中网络的重要性分析
4.4.4 脑模板和滑动窗口宽度影响分析
4.5 本章小结
第五章基于动态功能连接的轻度脑创伤评估
5.1 研究背景
5.2 研究方法
5.2.1 动态功能连接的估计
5.2.2 内在连接模式的确定
5.2.3 参数选择
5.2.4 基于 ICPs 的时间特征实现对 mTBI的分类
5.2.5 重复性和控制分析
5.3 结果
5.3.1 动态功能网络中的组水平的 ICPs
5.3.2 ICPs的时间耦合分析
5.3.3动态功能连接的重构
5.3.4 ICPs的时间序列上的差异及其分类性能
5.3.5 ICPs的可重复性和可靠性分析
5.4 讨论
5.5 本章小结
第六章总结与展望
6.1 论文工作总结
6.2 未来工作展望
致谢
参考文献
作者在学期间取得的学术成果
作者在学期间参与的主要科研项目