基于獨(dú)立成分分析的大腦運(yùn)動(dòng)功能激活模式研究

第1章 緒論
1．1 概述
1．2 腦卒中康復(fù)
1．3 國內(nèi)外的研究現(xiàn)狀
1．3．1 ICA在fMRI中的應(yīng)用方法研究現(xiàn)狀
1．3．2 時(shí)空獨(dú)立成分分析的研究現(xiàn)狀
1．3．3 主成分與核心算法的選擇研究現(xiàn)狀
1．3．4 速度與穩(wěn)定的權(quán)衡研究現(xiàn)狀
1．3．5 大腦可塑性
1．3．6 預(yù)后評價(jià)
1．3．7 康復(fù)治療療效評定的研究
1．3．8 fMRI的臨床應(yīng)用研究現(xiàn)狀
1．4 本書的主要工作
第2章 鄰域自相關(guān)ICA在fMRI激活區(qū)提取中的應(yīng)用研究
2．1 功能磁共振成像簡介
2．1．1 功能磁共振成像的物理基礎(chǔ)
2．1．2 人體組織的弛豫特性
2．2 功能磁共振成像
2．2．1 BOLD-fMRI對比度機(jī)制
2．2．2 功能磁共振成像實(shí)驗(yàn)設(shè)計(jì)
2．2．3 功能磁共振噪聲源分析
2．2．4 功能磁共振數(shù)據(jù)統(tǒng)計(jì)分析方法
2．3 獨(dú)立成分分析
2．3．1 獨(dú)立成分分析模型
2．3．2 獨(dú)立成分分析的尋優(yōu)算法
2．3．3 fMRI激活區(qū)檢測方法
2．4 鄰域自相關(guān)ICA方法應(yīng)用
2．4．1 方法
2．4．2 材料
2．4．3 數(shù)據(jù)處理
2．4．4 結(jié)果
2．4．5 準(zhǔn)確性分析
2．4．6 穩(wěn)定性分析
2．4．7 討論
2．5 本章小結(jié)
第3章 改進(jìn)stICA算法的同個(gè)體（主、被動(dòng)）運(yùn)動(dòng)激活模式研究
3．1 引言
3．2 stICA模型
3．3 stIcA改進(jìn)算法
3．3．1 主成分個(gè)數(shù)的選擇
3．3．2 解混矩陣W的迭代算法
3．3．3 權(quán)重系數(shù)岬難∪?
3．4 實(shí)驗(yàn)
3．4．1 仿真數(shù)據(jù)分析
3．4．2 聽覺fMRI數(shù)據(jù)分析
3．5 踝關(guān)節(jié)主動(dòng)運(yùn)動(dòng)與被動(dòng)運(yùn)動(dòng)激活模式的對比
3．5．1 材料
3．5．2 功能圖像采集及預(yù)處理
3．5．3 數(shù)據(jù)處理結(jié)果
3．5．4 討論
3．6 本章小結(jié)
第4章 結(jié)合stICA和GLM算法的神經(jīng)性噪聲干擾消除研究
4．1 引言
4．2 算法的提出
4．3 仿真數(shù)據(jù)分析
4．4 同個(gè)體、同條件的不同被動(dòng)f1MRI實(shí)驗(yàn)
4．4．1 材料
4．4．2 功能圖像的采集
4．4．3 數(shù)據(jù)處理
4．4．4 結(jié)果
4．4．5 討論
4．5 本章小結(jié)
第5章 Fast-stICA-GLM算法對不同個(gè)體下肢激活狀況的研究
5．1 引言
5．2 Fast-stICA-GLM算法
5．2．1 FastICA算法
5．2．2 Fast-stICA算法
5．3 Infomax-stICA與Fast-stICA對比
5．3．1 對比實(shí)驗(yàn)
5．3．2 結(jié)果
5．3．3 隹確性分析
5．3．4 穩(wěn)定性分析
5．3．5 討論
5．4 不同個(gè)體之間的被動(dòng)fMRI實(shí)驗(yàn)
5．4．1 材料
5．4．2 數(shù)據(jù)處理
5．4．3 結(jié)果
5．4．4 討論
5．5 本章小結(jié)
第6章 腦卒中后下肢運(yùn)動(dòng)功能康復(fù)的fMRI研究
6．1 引言
6．2 研究對象納入標(biāo)準(zhǔn)
6．2．1 納入標(biāo)準(zhǔn)
6．2．2 排除標(biāo)準(zhǔn)
6．3 實(shí)驗(yàn)
6．3．1 材料
6．3．2 功能圖像的采集
6．3．3 數(shù)據(jù)處理
6．3．4 觀察指標(biāo)
6．4 結(jié)果
6．5 討論
6．6 本章小結(jié)
第7章 總結(jié)與展望
7．1 總結(jié)
7．2 研究方向展望
參考文獻(xiàn)
附錄 縮略詞表