人脑磁共振数据的多重分形研究

人脑磁共振数据的多重分形研究

ID:35147132

大小:13.53 MB

页数:117页

时间:2019-03-20

人脑磁共振数据的多重分形研究_第1页
人脑磁共振数据的多重分形研究_第2页
人脑磁共振数据的多重分形研究_第3页
人脑磁共振数据的多重分形研究_第4页
人脑磁共振数据的多重分形研究_第5页
资源描述:

《人脑磁共振数据的多重分形研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、-;:一,,-.II..,rf'-'一輯.1nV巧0.#一-據冢祕--霉韵於麵静:奪r麵;韵;V"頃.:-誦、心.;.^:r::義?.片:打.參於rv麟K藏種權.鲜苗纏識.赛.V.哺春.砖I..冷'皆扇咕.;l.r曝夢巧r;'i可.y.嫁.歷扭s郝.';.攀:l謂.-辦^、鷄是?,.-满-餐^&^乂養爹.詳;義片.V,/-.龜勇<.:,麵^巧V生化文i爭矫究毕M成2t興;扳tV碱,%去,養-嘉.卷/,一-':趕C申请博学位_.疋-.>隹載疆:;:i-,蟲讀;細刮Ir餐別.;帮lr.;.笑身論杳靖;.補藉:體;書':羣梦f>

2、/r.":.響t/;等巧獅黨>‘驚,."舅寒年:户‘论2题目5I雞齡細研-麵.巧1宁。.作:姓名"化黄r;巧:逢對I齡称信信城理:三研J方向對掘;"与指教师r縁Tg受儀r-.;.;,心;/;,;,;pS:"*!繁A林府敌>宗每J4審.:攝袭禱:麥.r-r错表.,握禹每..暴彰-S.-/\。''-齡r.U'遍如;沁.考二1声马定V獅1撫菩,蠢rA-瞥擇l,r"^身;;-、.斬'方法.,赞狂r1誦-vW蠢驚.巧耗气女.議苗觀齡If分養.尚鮮;一学号:D

3、G1123034论文答辩日期:2015年5月25曰指导教师:寺新玄减翻於南京大学博±学位论文人脑磁共振数据的多重分形研巧目录摘要IAbstractIV一第章绪论1111.引胃15.2人脑结构1.3磁共振成像81.3.1磁共振成像简介81.3.2静息态功能磁共振成像101.3.3结构磁共振成像1414分形基15.本理论1.4.1分形的基本概念154丄151.分形的定文114丄27.分形的基本性质11.4丄3分形的分类1814丄419.分

4、形维数1.4.2多重分形221.4.2.1《重分形的概念221.42226..《重分形谱的几何特性1.5本文的工作211.5.1选题的目的和意义271.12本文工作的创新点271.13全文的结构安排29第二章脑老化功能磁共振数据中的多重分形研究302130.引g2.2材料与方法巧2.2.1实验数据332.2.2数据预处理332.2.3多重分形方法简介342.2.4多重分形特征提取%23n.实验结果2.3.1多重分形特性验证巧2.3.

5、2实验结果382.4讨论4025.本章小结43第H章阿兹海默症功能磁共振数据中的多重分形研究443144.引胃3.2材料与方法463.2.1实验数据473.2.2数据预处理49南京大学博±学位论文人脑磁共振数据的多重分形研巧3.2.3多重分形分析与特征提取493.23.1BCMA5方法简介03.2.3.2WLMA法简介51方B.2.3.3多重分形特征提取52323454.--传统特征提取3.2.4MKL介54简3.2.5持征选择与有辨别力的脑区

6、识别553.2-5.1特征选择563.2.S.2有辨别力的脑区识别563.2.6有辨别力的脑区在分类方法中的应用介绍57326158...单个将征上的分类326258...組合特征上的分类3..27在单个時征和组合持征上的测试593巧.3实验结果3.3.1实验设置603.3.2多重分形特性验证613.3.3多重分形方法选用62334一..单个特征的分类结果(回答问题)643.3.5组合特征的分类结果(回答问题二)653.3.6有辨别力的脑区识别结果673.4讨论70

7、3.5本章小结73第四章阿兹海默症结构磁共振数据中的多重分形研究7444.1引言74.2材料与方法754.2.1实验数据764.2.2数据预处理764.2.3H维BCMA方法介绍774.2.4改进的IRBCMA方法介绍794.2.5多重分形持性验证814.2.6多重分形特征提取824.3实验结果834.3.1多重分形特性验证834.3.2实验结果854.4784.5本章小结88第五章总结和展望905.1全文研巧内容和结论905.2今后

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。