第1章 腦動態(tài)可變性研究方法及其應(yīng)用
1.1 腦動態(tài)可變性研究概述
1.1.1 研究現(xiàn)狀
1.1.2 主要研究內(nèi)容和創(chuàng)新點
1.2 相關(guān)基礎(chǔ)知識
1.2.1 腦成像技術(shù)
1.2.2 功能磁共振原理
1.2.3 腦功能網(wǎng)絡(luò)分析
1.3 腦節(jié)點時間可變性測量方法
1.3.1 腦節(jié)點概述
1.3.2 靜息態(tài)fMRI數(shù)據(jù)采集
1.3.3 靜息態(tài)fMRI數(shù)據(jù)預(yù)處理
1.3.4 動態(tài)腦功能網(wǎng)絡(luò)構(gòu)建
1.3.5 腦節(jié)點時間可變性度量
1.3.6 健康被試腦節(jié)點時間可變性結(jié)果與討論
1.4 腦功能連接時間可變性度量方法
1.4.1 腦功能連接概述
1.4.2 靜息態(tài)MRI數(shù)據(jù)采集
1.4.3 靜息態(tài)fMRI數(shù)據(jù)預(yù)處理
1.4.4 動態(tài)腦功能網(wǎng)絡(luò)構(gòu)建
1.4.5 腦連接時間可變性度量
1.4.6 健康被試腦連接時間可變性的結(jié)果和討論
1.5 腦網(wǎng)絡(luò)動態(tài)特性分析方法在IBS中的應(yīng)用
1.5.1 腸易激綜合征概述
1.5.2 被試情況
1.5.3 靜息態(tài)fMRI數(shù)據(jù)預(yù)處理
1.5.4 網(wǎng)絡(luò)特性分析
1.5.5 臨床及腦影像學(xué)統(tǒng)計分析方法
1.5.6 靜態(tài)腦網(wǎng)絡(luò)結(jié)果
1.5.7 動態(tài)腦網(wǎng)絡(luò)結(jié)果
1.5.8 靜態(tài)腦網(wǎng)絡(luò)和動態(tài)腦網(wǎng)絡(luò)結(jié)果比較及討論
1.6 展望
第2章 腦效應(yīng)連接方法研究及其應(yīng)用
2.1 腦效應(yīng)連接研究概述
2.1.1 研究現(xiàn)狀
2.1.2 主要研究內(nèi)容和創(chuàng)新點
2.2 腦效應(yīng)連接分析基礎(chǔ)知識
2.2.1 腦效應(yīng)網(wǎng)絡(luò)的構(gòu)建
2.2.2 不同尺度的效應(yīng)連接分析
2.2.3 獨立成分分析方法
2.2.4 基于GCA的效應(yīng)連接計算與分析
2.3 腦網(wǎng)絡(luò)之間效應(yīng)連接評估
2.3.1 腦網(wǎng)絡(luò)概述
2.3.2 基于空間ICA結(jié)合GCA的腦網(wǎng)絡(luò)效應(yīng)連接評估方法
2.3.3 模擬實驗數(shù)據(jù)及結(jié)果討論
2.3.4 健康被試fMRI數(shù)據(jù)及結(jié)果討論
2.4 基于神經(jīng)網(wǎng)絡(luò)的非線性腦效應(yīng)連接分析
2.4.1 基于神經(jīng)網(wǎng)絡(luò)的非線性效應(yīng)連接分析方法
2.4.2 模擬數(shù)據(jù)及分析結(jié)果
2.4.3 健康被試fMRI數(shù)據(jù)及分析結(jié)果
2.5 效應(yīng)連接分析方法在IBS患者中的應(yīng)用
2.5.1 被試情況
2.5.2 靜息態(tài)￡MRI數(shù)據(jù)預(yù)處理
2.5.3 IBS患者腦區(qū)間效應(yīng)連接異常結(jié)果及討論
2.5.4 基于空間ICA的IBS患者子網(wǎng)絡(luò)間效應(yīng)連接分析結(jié)果
2.6 展望
第3章 多模態(tài)腦影像學(xué)融合方法研究及其應(yīng)用
3.1 多模態(tài)融合方法研究概述
3.1.1 國內(nèi)外研究現(xiàn)狀
3.1.2 主要研究內(nèi)容和創(chuàng)新點
3.2 多模態(tài)融合研究的相關(guān)基礎(chǔ)知識
3.2.1 多模態(tài)腦影像學(xué)成像原理
3.2.2 腦影像學(xué)公共模板
3.2.3 腦圖像掩膜
3.3 基于多層次特征的數(shù)據(jù)級融合方法
3.3.1 基于多層次特征的數(shù)據(jù)級融合方法描述
3.3.2 腦影像學(xué)數(shù)據(jù)模擬及評估方法
3.3.3 結(jié)果討論及分析
3.4 基于GBDT的決策級融合方法
3.4.1 基于GBDT的決策級融合方法描述
3.4.2 健康被試影像學(xué)數(shù)據(jù)采集及其預(yù)處理
3.4.3 評估方法
3.4.4 結(jié)果
3.4.5 討論
3.5 兩種融合方法在IBS中的應(yīng)用
3.5.1 被試情況
3.5.2 基于多層次特征的數(shù)據(jù)級融合方法在IBS中的應(yīng)用
3.5.3 基于GBDT的決策級融合方法在IBS中的應(yīng)用
3.6 展望
第4章 人腦圖像配準(zhǔn)技術(shù)研究及其應(yīng)用
4.1 人腦圖像配準(zhǔn)技術(shù)研究概述
4.1.1 國內(nèi)外研究現(xiàn)狀
4.1.2 研究目的
4.1.3 主要研究內(nèi)容和創(chuàng)新點
4.2 配準(zhǔn)研究理論基礎(chǔ)
4.2.1 醫(yī)學(xué)圖像配準(zhǔn)的概念
4.2.2 醫(yī)學(xué)圖像配準(zhǔn)的通用框架
4.2.3 人腦圖像數(shù)據(jù)集
4.3 基于逐級遞進(jìn)和SURF算法的人腦醫(yī)學(xué)圖像配準(zhǔn)算法
4.3.1 SURF算法
4.3.2 逐級遞進(jìn)思想
4.3.3 基于逐級遞進(jìn)和SURF算法的人腦醫(yī)學(xué)圖像配準(zhǔn)算法
4.3.4 實驗結(jié)果與分析
4.4 基于改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)人腦醫(yī)學(xué)圖像配準(zhǔn)算法
4.4.1 卷積神經(jīng)網(wǎng)絡(luò)介紹
4.4.2 基于改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)人腦醫(yī)學(xué)圖像配準(zhǔn)算法
4.4.3 實驗結(jié)果與分析
4.5 面向人腦腫瘤圖像配準(zhǔn)的應(yīng)用
4.5.1 人腦腫瘤圖像與標(biāo)準(zhǔn)模板介紹
4.5.2 實驗結(jié)果與分析
4.6 展望
第5章 人腦形態(tài)學(xué)研究方法及其應(yīng)用
5.1 腦形態(tài)學(xué)研究概述
5.1.1 國內(nèi)外研究現(xiàn)狀
5.1.2 主要研究內(nèi)容和創(chuàng)新點
5.2 基于人腦形態(tài)學(xué)分析的相關(guān)理論及基礎(chǔ)
5.2.1 磁共振成像的原理和優(yōu)勢
5.2.2 腦影像學(xué)公共模板
5.3 基于T1像邊緣擬合的大腦皮層復(fù)雜度求解方法
5.3.1 大腦皮層復(fù)雜度求解方法描述
5.3.2 數(shù)據(jù)來源
5.3.3 方法比較及評估
5.3.4 結(jié)果
5.3.5 分析與討論
5.4 大腦皮層復(fù)雜度求解方法在IBS中的應(yīng)用
5.4.1 被試情況
5.4.2 基于T1像的大腦皮層復(fù)雜度求解方法在IBS中的應(yīng)用
5.5 展望
參考文獻(xiàn)