一、一种基于独立成份分析的fMRI时-空模型数据处理方法（论文文献综述）
杨佳乐[1]（2021）在《基于多变量脑网络的模式识别方法及在抑郁症中的应用研究》文中提出
秦艳丽[2]（2021）在《大理河流域景观格局变化对水沙过程的影响研究》文中研究指明黄土高原是我国乃至全球水土流失最为严重的地区之一。水土流失作为一种生态过程,与景观格局的响应关系是国内外普遍关注的科学问题。近年来,黄土高原开展了大规模的退耕还林（草）工程,导致区域下垫面结构发生剧烈的改变。土地利用的动态变化显着改变区域景观结构和配置,对水沙过程产生显着影响。科学认识景观格局演变对水土流失的作用,对于指导黄土高原土壤侵蚀防治、生态恢复措施布设具有重要的实践意义。传统景观格局指数通常是基于土地利用类型的物理统计,未能将景观格局与生态过程很好的耦合起来,缺乏一定的生态学意义。本研究以大理河为研究区,针对水沙过程,综合土地利用、土壤属性、地形和植被覆盖度四个方面,构建基于过程的景观格局指数,并将野外定位观测与空间格局分析相结合,辨识大理河退耕还林（草）作用下景观格局的演变及其对水沙过程的响应。主要结论如下:（1）1960-2015年大理河流域多年平均降水量为309 mm,呈不显着增加的趋势,降水量多年平均变差系数为23.91%。流域多年平均径流量为1.362亿m3,多年平均输沙量为0.33亿t,年径流量和年输沙量均呈显着减少的趋势（P<0.01）,年径流量和年输沙量减少幅度分别为34.85%和89.14%。归因分析发现人类活动是影响大理河流域水沙减少的主要原因,并在2000年以后对流域减水减沙量的贡献达到最大,分别占基准期实测减水减沙量的98.79%和114.67%。（2）大理河流域1990-2015年土地利用/覆被发生明显变化。在退耕还林（草）政策的影响下,近30年间研究区耕地面积呈现下降的趋势,减少量为139.45 km2。林地、草地和建设用地面积波动增加,增加幅度分别为38.45%、3.04%和59.12%。1990-2015年流域植被覆盖状况整体得到改善,植被覆盖度年均值呈现波动增加趋势,增加幅度为53.47%。（3）1990-2015年,流域斑块密度（PD）和蔓延度指数（CONTAG）呈波动增加的趋势。近年来,边缘密度（ED）、景观形状指数（LSI）、景观分割度（DIVISION）和平均形状指数（SHAPEMN）呈波动下降的趋势,说明景观类型趋于分布均匀化、高聚集化和高连通化的发展方向。传统景观指数中,PD、ED、LSI、SHAPEMN和CONTAG与大理河流域径流模数和输沙模数呈负相关关系,DIVISION和AI与流域径流模数和输沙模数呈正相关关系。ED与流域径流模数和输沙模数的相关性最高,相关系数分别为-0.774和-0.766,但7个传统景观指数与水沙的相关性均未通过显着性检验。（4）综合土地利用、土壤、地形和植被因子,构建基于过程的水沙景观格局指数（RSLI）。1990-2015年,流域景观水平RSLI指数减少幅度为36.24%。表明大理河流域植被恢复成效明显,土壤侵蚀风险逐渐减小,保水保土能力不断增强。RSLI指数与大理河流域径流模数的相关性系数为0.922（P<0.01）,与输沙模数的相关性系数为0.909（P<0.05）。根据水土流失的影响因素和发生过程,充分考虑研究区土地利用、地形地貌、土壤属性和植被覆盖度数据对流域产汇流过程的影响,针对水土流失生态过程而建立RSLI指数与流域水沙之间的相关性优于传统景观格局指数,且通过显着性检验,表明RSLI指数与流域水沙的耦合关系较好,能更好的表征流域水沙变化。
郑文静[3]（2021）在《国家卫生城市居民获得感评估工具的开发及应用研究》文中提出研究背景:国家卫生城市是由全国爱国卫生运动委员会发起并评选的代表区域卫生环境及健康水平的国家级优秀城市。创建国家卫生城市是中国实施的一项重要的公共政策,主要围绕影响人群健康的因素开展城市的社会综合治理,体现了城市基础设施水平、医疗卫生服务水平、政府主导多部门合作的城市组织管理水平、群众健康素质水平等方面的不断改善和提高。国家卫生城市的创建至今已有30年的历史,如何对国家卫生城市政策开展进行科学评估,及时发现政策实施中存在的问题,判断政策的预期效果是否得到实现,从而能有依据的对政策执行进行有效的调整,保证政策目标的顺利实现,一直是国内学者探讨的重点。国家卫生城市政策实施评估属于公共政策评估的理论范畴。公共政策评估是通过选择科学的评估工具促进政策科学化、民主化决策,有效评判政策价值,以决定该项政策是否延续、改变或者终结,提高政策执行质量。目前有关公共政策评估的模式,比较体系化的分类框架是德国学者韦唐（Evert Vedung）在1997年提出的,包括效果模式、经济模式和职业模式三大类,效果模式又分为了目标达成模式、附带效果模式、结果-无目标模式、系统单元-综合评估模式、顾客导向模式和利益相关者模式。其中“顾客”导向模式定位于政策的目标群体,目的是得出“顾客”（目标群体）对政策的看法。国家卫生城市创建30年来,国内学者从各地创建经验、方法研究、政策效果等方面开展了多方面的探索,评价的重点大多是基于国家卫生城市政策的效果评估模式,围绕政策制定者或者政策执行者的视角,对政策效果的客观结局指标进行评估,并形成了相对成熟的评价方法和指标体系。但从政策覆盖人群的角度,对国家卫生城市居民实际获得方面的测量,缺乏系统的评估方法和工具。目标群体的态度对于公共政策能否达到预期效果有着重要的影响。居民获得感评估是中国对“顾客”导向模式下公共政策评估的全新尝试和探索。获得感是指在一定的社会环境下,民众需求的满足状况,强调的是因物质层面和精神层面的获得,以及利益得到维护和实现之后而产生的一种认知和情绪体验。“获得感”一词最早由习近平在2015年2月中央全面深化改革领导小组讲话中提出,“要把改革方案的含金量充分展示出来,让人民群众有更多获得感”。从此,获得感成为衡量中国人民生活质量的重要指标。居民获得感评价强调目标群体的关心、期望和需求是否得到满足,体现了民主和参与。居民的价值标准是以个人利益为准,居民个人价值的多元化难以形成对政策总的看法,因此,获得感模式不能成为评估的唯一模式,但可以对客观评估起很好的补充作用。研究目的:本研究从国家卫生城市政策覆盖人群的角度,构建国家卫生城市居民获得感评估理论框架,在此基础上开发相应的评估工具并进行应用研究,为国家卫生城市居民获得感评价提供科学可靠的测量工具。研究方法:1.国家卫生城市居民获得感评价理论框架的建立收集国家卫生城市政策实施以来国家层面发布的相关政策文本,利用文本量化研究的思路和方法,基于公共政策运行的政策周期理论,对国家卫生城市政策文本内容进行研究,分析国家卫生城市政策的时间演变规律,以及不同政策阶段的政策目标和评估重点,同时结合公共政策居民获得感的概念和内涵,从居民获得感的角度,建立国家卫生城市居民获得感评估的理论框架。2.国家卫生城市居民获得感评价工具的研制基于前期构建的国家卫生城市居民获得感评估理论框架,针对国家卫生城市政策实施的主要措施,利用量表开发的的理论和方法,采用政策分析、文献研究、专家咨询、个人访谈等定性研究方法和离散趋势法、临界比值法、相关系数法、因子分析法等定量的研究方法,确定量表的条目内容;利用探索性因子分析的主成分分析法,构建量表的维度;利用信度效度评价的方法,从内部一致性信度、分半信度以及内容效度、表面效度、验证性因子分析等结构效度的评价方法,对量表进行信度和效度的评价。最终构建了一套适用于对国家卫生城市居民获得感进行评估的量表,包括居民对政策措施认可程度的评估量表、居民对政策环境感知程度的评估量表和居民对政策实施效果满意程度的评估量表三方面,为后期国家卫生城市居民获得感的客观测量提供信度和效度良好、具有可操作性的评估工具。3.国家卫生城市居民获得感评价应用研究利用前期编制的国家卫生城市居民获得感评估量表,采用问卷调查的形式,随机选取61个国家卫生城市,从居民对国家卫生城市政策措施的认可程度、建成环境的感知程度和政策实施的满意程度三个方面进行调查研究,从回收问卷合格率、问卷完成时间、问卷内容设置合理性等方面对量表的适用性和可行性进行快速评估,初步了解国家卫生城市居民获得感的现状,同时采用多元多水平模型,从城市水平和个体水平两个层次探讨国家卫生城市居民获得感的影响因素。研究结果:1.国家卫生城市居民获得感评价的理论框架本研究共纳入1989年以来国家卫生城市相关的政策文本119份,包括通知、规划纲要、决定、通报、意见、行动6种类型。基于公共政策运行周期理论,通过对国家卫生城市政策过程的分析可以看出,国家卫生城市自1989年开始实施以来,经历了以政策规划和内容调整为主的政策制定阶段、以命名和复审为主的政策执行阶段、以政策评价和再次定位为主的政策结果阶段,因此对国家卫生城市居民获得感的评估,应该是包括以上三个阶段的全运行周期的评估。基于此,本研究界定国家卫生城市居民获得感的内涵包含三个方面的内容,第一个方面是政策规划阶段的居民获得感,体现为居民对政策内容的认可程度;第二个方面是政策执行阶段的居民获得感,体现为居民对政策建成环境的感知程度;第三个方面为政策结果阶段的居民获得感,体现为居民对政策实施的满意程度。2.国家卫生城市居民获得感评价工具的编制本研究编制的国家卫生城市居民获得感评价量表包括居民对国家卫生城市政策内容的认可度评价量表、对国家卫生城市政策建成环境的感知度评价量表和对国家卫生城市政策实施的满意度评价量表三方面,其中认可度评价量表包括4个维度共计20个条目,感知度评价量表包括5个维度共计22个条目,满意度评价量表包括4个维度共计20个条目。信度评价方面,认可度评价量表的Cronbach’s a系数为0.895,感知度评价量表的Cronbach’s a系数0.876,满意度评价量表的Cronbach’s α系数为0.910,均大于0.8。各个量表维度方面,除了感知度量表城市基础功能（条目数=3;Cronbach’s a=0.593）、城市环境卫生（条目数=4;Cronbach’s a=0.533）、城市社会便利（条目数=2;Cronbach’s α=0.402）的Cronbach’s a系数小于0.6外,其他的量表不同维度的Cronbach’s a系数均超过0.65。利用Spearman-Brown分半系数计算两部分之间的相关性,结果显示,国家卫生城市居民获得感的认可度评价量表、感知度评价量表和满意度评价量表的Spearman-Brown分半系数均大于0.7。效度评价方面,研究结果显示三个量表均具有较好的内容效度和表面效度。三个量表提取公因子的累计方差贡献率均大于50%,除必要性评价量表中条目“A6.1垃圾分类收集”的因子负荷小于0.4,其他量表条目的因子负荷均大于0.4。路径系数分析结果显示,三个量表中所有的参数的P值均小于0.01,差异有统计学意义。每个量表均没有出现路径系数小于0.32的条目,且大部分条目的路径系数均大于0.5。模型的拟合优度检验显示,三个量表的拟合优度指数均处于理想值范围内。3.国家卫生城市居民获得感评价应用研究本研究共纳入2465份有效的调查问卷,回收问卷的合格率为89.4%,调查对象的平均答题时间为9.5分,94.08%的调查对象认为该问卷问题清晰,容易理解。国家卫生城市居民获得感评价的总分为231.15±32.45分,居民对国家卫生城市获得感评价的认可度得分、感知度得分和满意度得分依次为88.01±9.35分、73.99±16.45分、69.14±13.24分。将各个得分按照标准分转换后,结果显示国家卫生城市居民获得感评价中,认可度评价得分最高,为85.02分,其次为满意度评价得分,为61.42分,感知度评价得分最低,为59.08分。居民获得感影响因素研究方面,本研究在两水平随机截距的方差成分模型的基础上,进一步采用多元多水平模型,从城市水平和个体水平两个层次对国家卫生城市居民获得感的主要影响因素进行分析。拟合空模型结果显示,认可度得分、感知度得分和满意度得分的变异在个体水平和城市水平均有统计学意义。纳入解释变量后的模型拟合结果显示,认可度评价方面,主要的影响因素为学历、性别、年龄、经常参加体育锻炼、自评健康状况良好;感知度评价方面,主要的影响因素为可吸入细颗粒物年平均浓度、建成区绿化覆盖率、人均地区生产总值、居住类型为新型综合社区、经常参加体育锻炼、自评健康状况良好;满意度评价方面,主要的影响因素为建成区绿化覆盖率、可吸入细颗粒物年平均浓度、人均地区生产总值、居住类型为新型综合社区、文化程度大专及以上、经常参加体育锻炼、自评健康状况良好。研究结论:1.国家卫生城市居民获得感理论框架包含三个方面的内容,一是政策规划阶段的居民获得感,体现为居民对政策内容的认可程度;二是政策执行阶段的居民获得感,体现为居民对政策措施落实和政策建成环境的感知程度;三是政策结果阶段的居民获得感,体现为居民对政策实施的满意程度。2.本研究编制的国家卫生城市居民获得感评估量表的信度和效度评价良好,量表内容清晰、可接受度高,在实际应用中的可操作性、实用性强,可以对国家卫生城市居民获得感进行有效的测量。3.国家卫生城市居民获得感总体得分相对较高,其中居民对国家卫生城市政策内容的认可度得分最高,其次是政策实施的满意度得分,得分最低的是居民对政策建成环境的感知度得分。4.城市水平的影响因素方面,可吸入细颗粒物浓度、人均地区生产总值、建成区绿化覆盖率等对居民对城市建设环境的感知度和满意度影响较大;个体水平影响因素方面,居民居住的社区类型、经常参加体育锻炼和自评健康良好对居民的认可度、感知度、满意度评价都有不同的影响,而年龄、性别、婚姻状况等仅对居民的认可度评价有影响。
蔡可龙[4]（2021）在《小篮球运动对学龄前孤独症谱系障碍儿童社交障碍及脑白质完整性的影响》文中研究表明研究背景:根据美国疾病控制与预防中心（CDC）2018年4月的最新数据表明,孤独症谱系障碍（Autism Spectrum Disorder,ASD）儿童的患病率已上升至1/59。急速上升的ASD发病率给个人、家庭和社会带来了沉重的负担。社交障碍是ASD的核心症状之一,可导致其学业成绩低下、焦虑、刻板行为、攻击行为等问题,同时还使其建立同伴和家庭关系的能力受到限制,所以社交障碍一直是孤独症康复训练中的重点和难点。如何合理高效的干预和治疗ASD儿童的社交障碍已经成为当前亟需解决的重要问题,目前已有研究表明,体育运动可以有效改善ASD儿童的社交障碍,但是仍缺乏全面的科学证据支持这一观点,主要表现为尚未揭示运动干预改善学龄前ASD儿童社交障碍及其神经机制。研究目的:考察小篮球运动对学龄前孤独症谱系障碍儿童社交障碍和脑白质完整性的影响;并进一步探讨运动干预导致脑白质完整性的改变与学龄前ASD儿童社交障碍改善的关系,以期揭示小篮球运动改善学龄前ASD儿童社交障碍的可能神经机制。研究方法:从扬州市雏鹰儿童发展中心和星航教育机构招募30名学龄前孤独症谱系障碍儿童。扬州市雏鹰儿童发展中心的被试被选为对照组（N=14）,星航教育机构的被试被选为实验组（N=15）。实验组进行为期12周的小篮球运动干预,对照组进行常规的日常生活。采用社交反应量表第二版（Social Responsiveness Scale Second Edition,SRS-2）评估小篮球干预前后ASD的社交障碍的变化,利用弥散张量成像（Diffusion Tensor Imaging,DTI）技术和基于全脑的Atlas分析法考察小篮球运动干预前后学龄前ASD儿童白质完整性的变化。研究结果:（1）12周小篮球对学龄前ASD儿童SRS-2总分（P<0.01,partialη2=0.305）、社交认知（P<0.05,partial η2=0.305）、社交沟通（P<0.05,partial η2=0.272）和行为方式（P<0.05,partial η2=0.189）得分有显着改善。（2）12周小篮球显着提高了学龄前 ASD 儿童胼胝体体部（Body of corpus callosum,bCC）（P<0.05,partial η2=0.154）,穹窿（Fornix）（P<0.05,partial η2=0.206）,右侧大脑脚（Right Cerebral peduncle,CP）（P<0.05,partial η2=0.157）,左侧内囊后肢（Left Posterior limb of internal capsule,PLIC）（P<0.05,partial η2=0.147）,右侧内囊豆状核后部（Right Retrolenticular part of internal capsule,RIC）（P<0.05,partial η2=0.204）,左侧前放射冠（Left Anterior corona radiata,ACR）（P<0.05,partial η2=0.144）,左侧上额枕束（Left Superior fronto-occipital fasciculus,SFOF）（P<0.05,partial η2=0.181）的FA值;降低了右侧皮质脊髓束（Right Corticospinal tract,CST）（P<0.05,partial η2=0.181）,左侧皮质脊髓束（Left Corticospinal tract,CST）（P<0.05,partial η2=0.157）,左侧前放射冠（Left Anterior corona radiata,ACR）（P<0.05,partial η2=0.135）的MD 值。（3）采用聚类分析将所有被试进行聚类得到白质完整性改善组和白质完整性未改善组,然后采用独立样本T检验分析改善组和未改善组之间社交障碍表现的变化值是否有差异,结果发现,两组之间社交认知子维度变化存在显着性差异[t（27）=2.473,P<0.05,d=0.932]。研究结论:（1）12周小篮球运动干预对学龄前ASD儿童社交障碍有积极改善作用,具体表现为社交认知、社交沟通和行为方式。（2）12周小篮球运动干预对学龄前ASD儿童白质完整性具有积极改善作用,具体表现为胼胝体体部、穹窿、右侧大脑脚、左侧内囊后肢、右侧内囊豆状核后部、左侧前放射冠和左侧上额枕束的FA值升高;右侧皮质脊髓束、左侧皮质脊髓束和左侧前放射冠的MD值降低。（3）小篮球运动改善学龄前ASD儿童社交障碍的神经机制可能涉及到白质完整性的改善。
刘影[5]（2021）在《针对HIV脑影像分类的迁移学习算法研究》文中提出随着信息技术的发展,医学影像已经成为获取临床信息的重要载体。医学影像因具有高分辨率和更丰富的信息以及在提升效率方面的优势而常用于临床诊断中。医疗水平的提升对医学影像分析技术有了更高的要求,传统采用临床分析的方法已经无法满足病变特征精确检测和快速诊断的需求。因此,学者们开始尝试将计算机辅助诊断方法应用到疾病的医学影像分析中。艾滋病病毒（Human ImmunodeficiencyVirus,HIV）是一种破坏人体免疫功能的病毒,由于临床筛查和治疗方法的不健全,常导致HIV感染者的残疾甚至死亡。HIV感染者早期脑部结构变化并产生认知功能损伤,称为HIV相关神经认知功能障碍综合征（HIV-associated Neurocognitive Disorders,HAND）。为解决HIV感染者的早期诊断问题,本文针对HAND脑影像进行研究,主要内容如下:针对HIV感染者脑影像数据量较少易导致的过拟合的问题,提出了基于迁移学习与注意力机制的脑影像分类模型,将从医疗领域多种疾病的3D影像中学习到的特征用于本文的HAND脑影像分类实验,实现特征的迁移。在特征提取过程中,为衡量特征对HAND脑影像分类结果的影响程度,本文引入注意力机制,通过给予每个通道不同的权重,对特征进行进一步的选取,同时加快收敛。此外,由于患者认知和运动能力各项表现与脑部结构变化相关,本文将从HAND脑影像中提取到的特征用于患者的认知能力预测。在HAND脑影像与正常脑影像分类和受试者认知能力预测两个任务的结合下,模型具有较好的性能,HAND脑影像分类可以达到88.9%的准确率。在基于深度迁移和注意力机制的脑分类模型中,模型由单模态的脑影像训练得到。然而,由于仅采用单一模态的数据进行特征提取容易忽略掉其他模态的特性,为了更全面的对HAND脑影像进行分类,本文采用高分辨结构MRI与静息态脑功能MRI两种模态数据进行实验。首先,选取与HAND症状相似的阿尔茨海默病脑影像数据进行数据增广与模型训练,之后将预训练模型参数迁移至HAND多模态脑影像分类任务中。通过结合多模态信息,模型可以达到90.3%的准确率。
荀小飞[6]（2021）在《基于Kinect的人体步态分析和重心估算方法研究》文中研究说明步态分析和重心估算是以人为对象,通过科学手段获得人在行走时的多个步态参数信息,对动态运动中人体重心进行估算的过程,在康复医学、体育运动等领域具有重要意义。目前高精度的步态分析及重心评估设备价格不菲、不易携带,绝大多数仅限于固定区域的数据采集。Kinect能够提取人体关节位置信息,通过对视场中人物轮廓的提取定位关节点,由此获取人体姿态、位置情况,且有低成本、易携带、无接触等优点。本文通过对步态特征与重心估算基本原理的分析,研究了基于Kinect的步态分析及重心估算的关键技术和实现方法,主要研究工作如下:（1）针对Kinect人体骨架模型存在数据缺失、突变等情况,本文研究基于骨架模型的映射关系处理方法。通过对Vicon人体全身模型进行关节点压缩,建立Vicon-Kinect的骨架映射模型来作为原骨架模型的标准,并利用三次样条插值来实现原模型和映射模型的数据同步,利用Savitzky Golay滤波算法降低原模型数据突变性,并对缺失关节点数据进行补偿,提高实现Kinect人体骨架模型的稳定性、准确性。（2）针对Kinect原始骨架信息难以在步态分析中直接使用,数据信息过于单一的问题,本文研究实现了关节角度、步态相位以及时空参数的计算方法。首先,通过对人体关节运动特征与传感器原理的分析,可直接利用空间中相邻关节点计算关节角度。其次,通过对人体步态周期与足部、膝关节信息的对比分析,实现了基于步态特征阈值和基于机器学习算法的步态相位划分方法,并验证二者的结果与误差情况。最后,结合行走运动学和人体步态特征,实现了步态时空参数的计算。（3）基于Kinect无法直接进行人体重心估算的情况,本文研究了人体重心、重心移动面积的计算方法。首先,通过对人体关节运动特征与传感器原理的分析,基于运动学和分段式人体结构模型,实现了初步的人体重心估算。其次,从Kinect的实际使用出发,考虑到体段近端、远端的偏差情况,建立基于Kinect的人体重心估算修正模型。最后,通过对运动边界点的分析,计算人体重心的包络面积。本论文结合人体运动特征与Kinect传感器,研究实现了人体步态分析和重心估算方法,包括骨架处理、步态算法、重心模型,最后通过实验验证了结果参数有效可用。
黄小洁[7]（2021）在《面向任务态fMRI的深度学习建模与应用》文中提出随着神经影像技术的发展,功能性核磁共振成像（fMRI）成为了研究热点之一。其中大脑在条件刺激下的相应区域的活动反应就可以通过任务态fMRI数据来呈现,采用数据建模的方法对其进行分析能够更好地认识人脑的运作方式。近年来,深度学习方法在对多维数据进行建模方面性能表现突出而成为普遍使用的方法之一。但是目前的深度模型方法由于不能充分利用fMRI数据的时序和空间特性而导致模型性能不佳。为了能够同时提取fMRI数据的空间和时间序列特征,本文设计了一种卷积循环网络模型（CRNN）。模型中的卷积网络模块对数据进行降维并获取空间特征信息,循环网络模块来提取数据的时序上的信息并且加入注意力机制让模型更加注重大脑激活状态的信息,该模型能够充分利用数据的信息并在公开数据集上进行实验达到94.31%的分类效果,优于其他对比模型。为了更好地分析不同任务态下脑功能区的反应情况,基于本文提出的模型并结合卷积可视化方法,通过将模型从对应数据中学到的特征提取出来并基于梯度加权类激活图方法映射到相应的脑功能区进行可视化。最后,以迁移学习的训练方式将训练好的模型参数迁移至新模型上进行初始化,并在小样本数据集上进行分类实验,相比较正常训练方式不仅减缓了过拟合现象,并且分类性能也提升了8.34%。
李娇[8]（2021）在《抑郁症多维度脑网络表征研究》文中指出重度抑郁症是一种常见的精神障碍疾病,严重的影响患者的心理社会功能,并降低患者的生活质量。重度抑郁症发病率高、诊疗困难,给家庭和社会带来了沉重的负担。尽管经过数年的基础科学、临床神经科学和精神病学研究,重性抑郁症的病理生理学仍未得到很好的理解。磁共振成像（magnetic resonance imaging,MRI）是一种安全且无创的观察大脑神经解剖区域结构和功能的技术。其中,基于血氧水平依赖的功能磁共振成像（blood-oxygenation-level-dependent-functional MRI,BOLD-fMRI）技术,可以研究静息态/任务诱导情况下血液流经大脑时的流量和氧气使用情况,从而拓宽我们对大脑在健康以及疾病条件下的运作模式的理解。近年来BOLD-fMRI技术在科学研究和临床应用中依然持续受到欢迎,但目前这种技术的潜力仍然未被全部开发。因为先前的研究大都没有考虑检测脑白质组织中的神经活动,而关于大脑功能以及疾病脑功能异常表征的研究基本都是以脑灰质作为载体。相反,脑白质信号经常被当作生理噪声回归掉,或者使用灰质模板去除脑白质功能激活结果,抑或选择性地汇报脑灰质激活结果。脑白质中的BOLDfMRI信号作为脑功能潜在指标的性质、解释和相关性仍在探索中,甚至存在争议。本文主要是以MRI为载体,以脑连接网络技术为手段,在不同层次对脑网络方法加以发展,发展多维度探索抑郁症脑网络表征手段。其主要内容包括以下两个部分:第一部分,发展脑白质功能信息探测方法,是本文方法学部分。提出脑白质功能网络构建方法,建立脑白质功能连接预测模型及跨尺度脑白质功能和转录组学融合模型,为探索抑郁症脑功能异常模式提供更全面的视角。首先,提出静息态脑白质功能连接网络构建方法,采用图论分析技术,在健康受试纵向BOLD-fMRI数据上,探测脑白质功能连接网络拓扑属性。结果发现,脑白质功能连接网络展现出稳定且可靠的小世界属性以及非随机的模块化组织模式。并且,这种网络拓扑属性不易受混淆因素的影响,包括:头动、节点空间距离、全脑信号、脑脊液、节点分割、节点血液动力学响应函数、以及网络阈值选取方法。另外,相较于脑灰质功能连接网络,脑白质功能连接网络展现出较低的小世界属性和全局效率,以及较高的节点度和局部效率,表明脑白质功能连接网络更具随机网络特性。该研究揭示脑白质功能信息并非随机噪声,并发现脑白质功能连接网络也具有高效率、低成本的小世界属性,为以后探索精神疾病脑网络异常提供新的载体。其次,建立静息态脑白质功能连接对个体智力的预测模型,利用健康受试纵向BOLD-fMRI数据（三次扫描）以及独立样本数据集,构建基于广义线性模型的大尺度脑白质功能连接网络的行为预测模型。结果发现,基于大尺度脑白质功能连接网络,以第一次数据为训练集,无论以第一次、第二次、还是第三次的脑白质功能连接作为测试集,都能够预测受试个体流体智力,显示出较好的内部预测（验证）能力。并且,该预测能力不受头动、特征选取方法、脑白质模板选取因素的影响。更重要的是,以第一次脑白质功能连接网络为特征,可以预测独立样本的流体智力,显示出较好的外部预测（验证）能力,表明基于脑白质功能连接的个体智力预测模型具有良好的推广性。预测能力较强的特征主要是白质上纵束、深部额叶以及腹侧额?顶叶系统。结果表明,脑白质功能连接网络为个体流体智力的预测提供了一种新的神经影像标记,从而拓展了脑灰质功能信息来探索脑?行为关联关系。最后,发展脑白质功能连接个体变异性模式探测方法,利用健康受试纵向BOLD-fMRI数据（受试半年内完成四次扫描）、微观尺度的脑基因表达数据和介观尺度的多模态磁共振数据,探索个体变异性模式以及其转录组学机制。结果发现,脑白质功能连接个体变异性在空间上展现出非随机的分布模式,即高级认知网络受试间变异性高,而低级感觉运动网络变异性低。进一步,探测艾伦脑基因表达数据和个体间变异性模式之间的关联关系,发现与神经元细胞相关的基因主要在个体变异性高的区域过表达,富集在与突触和谷氨酸能相关的通路,并且与大多数精神疾病相关,如:双相情感障碍、抑郁症、孤独症和精神分裂症等。而与胶质细胞相关的基因则主要在个体变异性低的区域过表达,富集在与胶质细胞再生相关的通路,并且与神经退行性疾病相关。重要的是,脑白质和灰质功能连接个体变异性展现出特异和共有的富集通路,表明了脑灰白质功能信息的互补性和共有性。此外,脑白质功能连接个体变异性和介观尺度功能变异性（脑血流）以及结构变异性（即:髓鞘化、白质体积、部分各向异性）相关。这些发现强调了结合脑灰白质功能个体变异性对于理解大脑进化和发展、指导疾病干预有潜在的意义。第二部分,抑郁症多维度脑网络表征研究。提出抑郁症脑白质功能网络分析方法,从不同维度揭示抑郁症脑网络异常模式;建立抑郁症脑网络异常模式和转录组学融合模型,揭示抑郁症不同层次大脑组织间的联系。首先,采用发展的静息态脑白质功能网络构建方法,探索重度抑郁症病患网络拓扑属性的异常,并建立脑白质功能连接网络拓扑属性模式分类及预测模型。结果发现,相较于健康对照,未用药抑郁症病患的脑白质功能网络展现出降低的归一化聚类系数和小世界属性,揭示病患的脑白质功能连接网络偏向随机化的组织模式。进一步,基于脑白质功能连接网络的小世界性质（归一化聚类系数、归一化最短路径长度、小世界属性）,可以预测病患的抑郁严重程度,并能够对抑郁症病患和健康对照进行区分。结果表明,脑白质功能连接网络拓扑属性在抑郁症病患的潜在临床应用,为探索抑郁症的生理病理机制提供全新的客观脑白质功能影像标记。其次,采用建立的脑影像和转录组学融合模型,揭示重度抑郁症患者脑形态学相似性网络异常模式与脑基因表达的关系。结果发现,相较于健康对照,重度抑郁症患者展现出可重复的形态学相似性网络异常模式。利用艾伦脑基因表达数据,发现与抑郁症异常模式相关的基因富集在与突触相关的通路;进一步,小胶质细胞和神经元细胞的基因表达和抑郁症的异常模式存在关联。结果表明,结合不同维度的脑网络信息,可能会为探索抑郁症的生物学病因提供新的线索。总之,本学位论文以磁共振为载体,发展了脑白质功能连接方法以及建立了脑白质功能连接网络模式识别、预测模型;进一步,建立微观?宏观信息融合模型,探索脑白质功能信息及其抑郁症异常模式的分子机制,从而拓展了探测脑功能活动及连接网路的新视角,并从为探索抑郁症脑网络表征提供了多维度手段。
杨正武[9]（2021）在《基于多元回归的抑郁症脑功能分析和系统实践》文中指出抑郁症愈发成为全球影响最大最严重的心理障碍疾病,国内的抑郁症患者数量与日俱增,给个人、家庭和社会带来极大不良影响。通过功能磁共振成像研究抑郁症患者大脑脑功能连接变化是近二十年抑郁症脑影像研究的主流研究内容,既往研究多以皮尔森相关性作为评估脑功能连接性的主要手段,通过计算两两脑区的时间序列皮尔森相关性值作为脑区功能连接强度,得到连接矩阵进行后续分析。而脑功能连接性值一直是没有标准定义的评估,没有确定准确的计算标准。最近有研究表明,现有研究的功能连接性评估计算方法具有一定的局限性,一些改进的连接性评估方法有助于更有效发现患者脑功能连接的差异,有助于寻找潜在的抑郁症预防和诊断的潜在生物学指标。并且目前大多数精神类疾病的研究在数据的站点数量和总体样本量上都存在一些不足,很难保证实验结果的可重复性。基于以上背景,本文研究工作主要分为以下四个部分:第一,提出并应用基于多元回归的连接性评估方法来研究抑郁症患者的脑功能差异,探索显着差异变化的脑区属性和抑郁程度的相关性。实验采集了65例抑郁被试和70例健康对照的功能磁共振数据,应用了多元回归构建个体动态脑功能连接矩阵,计算动态属性进行差异分析,探索抑郁症患者的功能异常。实验研究结果表明,抑郁症患者在一些重要脑区的连接波动性和灵活性异常显着降低,部分出现异常的脑功能连接表现出和抑郁临床评分的较强相关。第二,为了验证基于多元回归评估功能连接矩阵方法的稳定性和可靠性,我们申请到了国内最新公开的大样本抑郁症数据集,筛选了1150例抑郁被试数据和968例正常对照数据,计算了两组被试的脑动态功能连接和节点灵活性,通过基于大样本数据的分析结果验证第一步工作中的研究方法的稳定性和结果的可重复性。实验结果表明,基于大样本数据的脑功能差异结果与上一步研究具有高度一致性,这说明基于多元回归的脑区节点灵活性计算方法具有较高的稳定性,以及本文设计提出基于多元回归的脑功能连接性评估方法在抑郁症脑功能研究上的应用是可靠并值得进一步验证推广的。第三,我们将基于多元回归的脑动态功能连接和基于不同脑区模板的脑BOLD信号分别作为时间序列进行了基于长短期记忆网络和全连接框架的时序分类研究,以探索脑数据中各类具有时间序列特性的数据在抑郁症上的分类潜力。分类结果显示,在模型训练正常的情况下,基于动态多元回归动态连接矩阵的抑郁症分类准确率达到了78.25%,在已有抑郁症分类研究中具有相对较高的准确率。实验探索性地在抑郁症上进行了时间序列分类研究,结果说明脑数据的时间序列具有识别抑郁症的有效特性,值得深入拓展基于时序分类的深度学习方法在抑郁症等精神类疾病上的应用研究。最后,我们根据上述研究结论和已训练模型,考虑了项目研究实践中的一些实际需求,进行了完整的系统设计和需求分析,并初步开发出了一套相对完整的抑郁症临床辅助系统,为今后课题研究进行临床落地开发奠定了一个良好的基础。
徐龙洲[10]（2021）在《基于fMRI脑影像数据的大尺度脑网络自组织临界行为研究》文中认为自组织临界脑假说认为,大脑在无序与有序之间的临界点附近工作,其标志为神经雪崩的幂律分布。目前,大量实验研究使用不同的神经活动记录方法在大脑不同尺度上都发现了雪崩幂律分布,一定程度上说明了这一假说的合理性。但临界脑假说仍然面临许多挑战。理论研究表明,非临界的神经网络也具有雪崩幂律分布,因此仅使用雪崩幂律分布作为大脑处于临界状态的依据是不充分的。此外,尽管研究发现临界状态的神经系统具有最大的信息传输、信息容量、动力学响应范围等信息处理的优势,但这种信息处理的优势与大脑认知表现之间的关系尚未明确。本文在健康被试和烟雾病患者的静息态fMRI数据上研究了大尺度脑网络上的临界行为,通过刻画健康和疾病大脑中临界水平的变化,进一步明确了大尺度脑网络上临界动力学与被试认知表现的相关性,揭示了脑疾病引起的认知损伤的临界动力学机制,具体研究内容如下:在静息态fMRI数据上,通过平均同步和同步熵来描述大尺度脑网络的动力学状态,发现平均同步与同步熵呈倒U形曲线关系。通过雪崩动力学分析发现,当平均同步中等且同步熵最大时,网络表现出最明显的临界特征。同时通过动态分析发现真实大脑的活动在临界点附近波动,并且更倾向次临界状态。在此基础上我们验证了之前提出的关于大尺度脑网络的两个理论预测:即在临界点大尺度脑网络的功能连接复杂度最大以及功能网络和结构网络的耦合最强。此外,我们发现在临界状态下功能网络具有最大的聚类系数与局部效率。最后,我们发现更靠近临界的被试表现出更高的流体智力水平与工作记忆容量。通过脑区水平的临界分析,我们发现临界行为与流体智力显着正相关的脑区位于额顶网络,这些显着相关脑区与智力的顶额叶整合理论所涉及的脑区具有一致性。目前,许多研究发现脑疾病会导致大脑临界活动的异常。脑疾病造成患者认知能力损伤的原因可能是由于大脑偏离临界状态,从而降低了信息处理能力。烟雾病是一种病因未知的脑血管疾病,根据临床症状,可分为两类:出血型和缺血型。在本文中,我们通过和健康被试对比分析fMRI时间序列的长程时间关联来研究烟雾病患者大脑中的临界行为。首先,在健康被试的大脑中我们发现功能连接矩阵与长程时间关联的相互作用矩阵以及雪崩传播矩阵非常相似,这表明长程时间关联的相互作用与雪崩的传播可能是沿着功能连接的路径。其次,我们发现烟雾病大脑的长程时间关联显着降低,这表明烟雾病可能导致大脑偏离临界状态。我们还发现,与正常大脑相比,出血型的长程时间关联在左脑的辅助运动区和背外侧前额叶皮层显着降低,缺血型在右脑的中央前回、中央后回、背外侧前额叶、颞下回显着降低。上述脑区的长程时间关联降低可能是导致烟雾病患者运动与认知能力下降的原因。比较烟雾病的亚型,发现出血型的长程时间关联在中央前回显着低于缺血型,这说明也许可以通过分析临界行为对烟雾病亚型进行分类。我们的研究提出了在大尺度脑网络上通过脑影像数据进行临界分析的方法,并揭示了大尺度脑网络临界水平与认知表现的相关性。此外,通过研究烟雾病大脑的临界行为,我们首次揭示了烟雾病大脑偏离临界状态,并且发现了两种烟雾病亚型之间的差异。这些结果进一步支持了自组织临界脑假说,并且在大尺度脑网络的脑影像数据分析以及脑疾病的诊治方面有重要的应用前景。
二、一种基于独立成份分析的fMRI时-空模型数据处理方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种基于独立成份分析的fMRI时-空模型数据处理方法（论文提纲范文）
（2）大理河流域景观格局变化对水沙过程的影响研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 流域水沙变化研究 |
| 1.2.2 土地利用/覆被变化研究 |
| 1.2.3 景观格局与生态过程 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线图 |
| 2 研究区概况与数据来源 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 气候与水文 |
| 2.1.3 地质地貌 |
| 2.2 数据来源 |
| 3 大理河流域水沙变化特征分析 |
| 3.1 研究方法 |
| 3.1.1 Mann-Kendall趋势检验法 |
| 3.1.2 Pettitt突变检验法 |
| 3.2 流域水沙变化特征 |
| 3.2.1 降水变化过程分析 |
| 3.2.2 径流变化过程分析 |
| 3.2.3 输沙变化过程分析 |
| 3.3 降水变化和人类活动对水沙的影响 |
| 3.4 本章小结 |
| 4 大理河流域土地利用/植被覆盖时空变化特征 |
| 4.1 研究方法 |
| 4.1.1 土地利用转移矩阵 |
| 4.1.2 植被覆盖度 |
| 4.2 流域土地利用变化分析 |
| 4.2.1 土地利用时空变化特征 |
| 4.2.2 土地利用类型空间转换 |
| 4.3 植被覆盖时空变化分析 |
| 4.3.1 植被覆盖度时空演变特征 |
| 4.3.2 不同景观类型植被覆盖度演变规律 |
| 4.4 本章小结 |
| 5 基于过程的水沙景观格局指数 |
| 5.1 景观指数因子 |
| 5.1.1 土地利用因子 |
| 5.1.2 土壤因子 |
| 5.1.3 地形因子 |
| 5.1.4 植被覆盖因子 |
| 5.2 基于过程的水沙景观格局指数的构建 |
| 5.3 RSLI指数时空演变 |
| 5.3.1 景观类型水平RSLI指数分析 |
| 5.3.2 景观水平RSLI指数分析 |
| 5.4 本章小结 |
| 6 大理河流域景观格局与水沙的响应关系分析 |
| 6.1 研究方法 |
| 6.1.1 传统景观指数 |
| 6.1.2 主成分分分析 |
| 6.1.3 冗余分析 |
| 6.2 传统景观指数与水沙的响应关系 |
| 6.2.1 景观指数的选取 |
| 6.2.2 景观格局动态分析 |
| 6.2.3 景观指数与水沙的关系 |
| 6.3 RSLI指数与水沙的响应关系 |
| 6.4 RSLI指数与传统景观指数的对比 |
| 6.5 本章小结 |
| 7 结论与建议 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）国家卫生城市居民获得感评估工具的开发及应用研究（论文提纲范文）
| 常用缩写词中英文对照表 |
| 中文摘要 |
| Abstract |
| 前言 |
| 1.研究背景 |
| 1.1 国家卫生城市的发展历程 |
| 1.2 国家卫生城市评估的理论支撑 |
| 1.3 公共政策的居民获得感评估 |
| 1.4 国家卫生城市评估的研究现状 |
| 2.研究目的 |
| 3.研究内容和方法 |
| 3.1 国家卫生城市居民获得感评估理论框架的建立 |
| 3.2 国家卫生城市居民获得感评估工具的研制 |
| 3.3 国家卫生城市居民获得感评估应用研究 |
| 4.技术路线图 |
| 第一部分 国家卫生城市居民获得感评估理论框架的建立 |
| 1.研究背景 |
| 2.研究目的和内容 |
| 3.研究对象和方法 |
| 3.1 研究对象 |
| 3.2 资料来源 |
| 3.3 政策文本纳入和排除标准 |
| 3.4 政策文本分析方法 |
| 4.研究结果 |
| 4.1 国家卫生城市相关政策文本基本情况 |
| 4.2 国家卫生城市政策内容分析 |
| 4.3 国家卫生城市政策文本文献计量学分析 |
| 4.4 国家卫生城市政策工具分析 |
| 4.5 国家卫生城市居民获得感评估理论框架的建立 |
| 5.讨论 |
| 5.1 国家卫生城市政策主题的时间演变规律 |
| 5.2 国家卫生城市政策工具的时间演变规律 |
| 5.3 基于政策周期理论的国家卫生城市政策目标 |
| 5.4 国家卫生城市居民获得感评估理论框架的适用性 |
| 5.5 研究的创新性 |
| 第二部分 国家卫生城市居民获得感评估工具的研制 |
| 1.理论依据 |
| 2.研究目的和内容 |
| 3.研究对象和方法 |
| 3.1 研究对象 |
| 3.2 样本量的确定 |
| 3.3 调查方式 |
| 3.4 量表编制的方法 |
| 3.5 统计分析方法 |
| 3.6 质量控制 |
| 4.结果 |
| 4.1 问题库的产生 |
| 4.2 构建国家卫生城市居民获得感评价条目池 |
| 4.3 条目筛选和量表的信度、效度评价 |
| 5.讨论 |
| 5.1 量表的编制 |
| 5.2 量表的信度评价 |
| 5.3 量表的效度评价 |
| 5.4 量表的使用建议 |
| 5.5 研究存在的局限性 |
| 5.6 研究创新性 |
| 第三部分 国家卫生城市居民获得感评估应用研究 |
| 1.研究背景 |
| 2.研究目的和内容 |
| 3.研究对象和方法 |
| 3.1 调查对象 |
| 3.2 调查内容 |
| 3.3 样本量的确定 |
| 3.4 资料来源 |
| 3.5 数据处理 |
| 3.6 统计分析方法 |
| 3.7 质量控制 |
| 4.研究结果 |
| 4.1 问卷的适用性评价 |
| 4.2 调查对象基本情况 |
| 4.3 调查城市社会经济发展水平的基本情况 |
| 4.4 国家卫生城市居民获得感评价基本情况 |
| 4.5 国家卫生城市居民总体获得感影响因素的两水平模型分析 |
| 4.6 国家卫生城市居民获得感认可度评价影响因素的两水平模型分析 |
| 4.7 国家卫生城市居民获得感感知度评价影响因素的两水平模型分析 |
| 4.8 国家卫生城市居民获得感满意度评价影响因素的两水平模型分析 |
| 4.9 国家卫生城市居民获得感评价影响因素的三元三水平模型分析 |
| 5.讨论 |
| 5.1 量表实施的可行性 |
| 5.2 国家卫生城市居民获得感基本情况 |
| 5.3 国家卫生城市居民获得感的影响因素 |
| 5.4 研究小结 |
| 5.5 研究的局限性 |
| 5.6 研究的创新性 |
| 全文总结 |
| 1.研究结论 |
| 2.研究的创新性 |
| 3.下一步的工作建议 |
| 参考文献 |
| 附录 |
| 综述 公共政策居民获得感评价研究进展 |
| 参考文献 |
| 个人简历 |
| 致谢 |
（4）小篮球运动对学龄前孤独症谱系障碍儿童社交障碍及脑白质完整性的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 前言 |
| 1.1 研究背景 |
| 1.1.1 孤独症谱系障碍概述 |
| 1.1.2 体育运动改善ASD儿童社交障碍的研究 |
| 1.1.3 体育运动改善ASD儿童社交障碍的神经机制探索 |
| 1.2 研究目的 |
| 1.3 研究意义 |
| 第2章 研究综述 |
| 2.1 ASD概述 |
| 2.1.1 ASD的定义、病因和患病率 |
| 2.1.2 ASD社交障碍概述 |
| 2.1.3 ASD的干预手段 |
| 2.2 体育运动对ASD儿童社交障碍影响的研究进展 |
| 2.2.1 研究证据 |
| 2.2.2 研究理论 |
| 2.2.3 研究不足与展望 |
| 2.3 体育运动影响ASD儿童社交障碍的神经机制研究进展 |
| 2.3.1 ASD儿童社交障碍的神经机制研究 |
| 2.3.2 体育运动影响ASD儿童社交障碍的神经机制探索 |
| 2.4 研究总结与展望 |
| 第3章 实验研究 |
| 3.1 问题提出 |
| 3.2 研究对象与方法 |
| 3.2.1 实验对象 |
| 3.2.2 实验设计 |
| 3.2.3 实验分组 |
| 3.2.4 小篮球运动干预方案设计与实施 |
| 3.2.5 行为学测量 |
| 3.2.6 弥散张量磁共振数据的采集与处理 |
| 3.2.7 实验程序 |
| 3.2.8 数据统计与分析 |
| 3.3 研究结果 |
| 3.3.1 两组ASD儿童人口统计学和干扰变量的同质性检验分析结果 |
| 3.3.2 小篮球运动干预前、后学龄前ASD儿童社交障碍表现变化 |
| 3.3.3 小篮球运动干预前后学龄前ASD儿童脑白质完整性变化结果分析 |
| 3.3.4 小篮球运动干预所致ASD儿童社交障碍改善与脑白质完整性改善的关系探索 |
| 3.4 讨论 |
| 3.4.1 小篮球运动干预对学龄前ASD儿童社交障碍的影响 |
| 3.4.2 小篮球运动干预对学龄前ASD儿童脑白质完整性的影响及其与社交障碍改善的关系 |
| 3.5 结论 |
| 附录 |
| 附录一: 小篮球运动干预方案每个阶段的课时教案示例 |
| 附录二: 儿童孤独症评定量表 |
| 附录三: 儿童睡眠习惯问卷 |
| 附录四: 儿童饮食行为量表 |
| 附录五: 国民体质测定标准手册(幼儿部分) |
| 附录六: 社交反应量表第二版 |
| 参考文献 |
| 个人简历及在学期间发表的学术论文与研究成果 |
| 致谢 |
（5）针对HIV脑影像分类的迁移学习算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景与意义 |
| 1.3 国内外相关研究的发展与现状 |
| 1.3.1 医学影像技术发展与应用 |
| 1.3.2 深度学习进展及医学影像分类中的应用 |
| 1.3.3 迁移学习进展及医学影像分类中的应用 |
| 1.4 本文完成的工作及进展 |
| 1.5 本文的组织结构 |
| 第二章 医学影像及深度迁移学习关键技术分析 |
| 2.1 医学影像分析及HIV的HAND数据集介绍 |
| 2.1.1 医学影像特点分析 |
| 2.1.2 医学影像分类方法 |
| 2.1.3 HAND的MRI脑影像数据介绍 |
| 2.1.4 医学影像分类评价指标 |
| 2.2 卷积神经网络 |
| 2.2.1 卷积神经网络组成 |
| 2.2.2 卷积神经网络模型 |
| 2.3 迁移学习相关概念 |
| 2.3.1 迁移学习意义 |
| 2.3.2 深度迁移学习方法 |
| 2.3.3 深度迁移学习过程 |
| 2.4 注意力机制 |
| 2.4.1 空间域注意力机制 |
| 2.4.2 通道域注意力机制 |
| 2.4.3 混合域注意力机制 |
| 2.5 本章小结 |
| 第三章 基于迁移学习与注意力机制的HAND分类 |
| 3.1 构建HAND分类模型 |
| 3.1.1 注意力机制模块 |
| 3.1.2 多任务学习模块 |
| 3.2 构建模型损失函数 |
| 3.3 基于迁移学习与注意力机制的HAND分类实验 |
| 3.3.1 数据预处理与数据增广 |
| 3.3.2 预训练模型 |
| 3.3.3 实验及分析 |
| 3.4 本章小结 |
| 第四章 基于迁移学习与多模态的HAND分类 |
| 4.1 构建预训练模型 |
| 4.1.1 预训练数据选取 |
| 4.1.2 预训练模型结构 |
| 4.2 构建基于迁移学习与多模态的HAND分类模型 |
| 4.2.1 HAND多模态特征融合方法 |
| 4.2.2 构建基于多模态数据分类的模型结构 |
| 4.3 基于迁移学习与多模态的HAND分类实验 |
| 4.3.1 模型预训练实验 |
| 4.3.2 HAND分类实验及分析 |
| 4.4 本章小节 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（6）基于Kinect的人体步态分析和重心估算方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 论文研究的背景与意义 |
| 1.2 步态分析国内外研究现状 |
| 1.2.1 定性分析法 |
| 1.2.2 基于足底压力的步态分析系统 |
| 1.2.3 基于肌电信号的步态分析系统 |
| 1.2.4 基于惯性传感器的步态分析系统 |
| 1.2.5 基于图片与视频的步态分析系统 |
| 1.3 人体重心国内外研究现状 |
| 1.3.1 基于动力学的人体重心研究 |
| 1.3.2 基于人体模型的重心运动学研究 |
| 1.4 论文研究目标及内容 |
| 1.5 本论文章节安排 |
| 第二章 理论基础 |
| 2.1 引言 |
| 2.2 人体骨架模型构建 |
| 2.2.1 基于Kinect的人体骨架模型 |
| 2.2.2 基于Vicon的人体骨架模型 |
| 2.2.3 人体关节点的线性映射模型 |
| 2.2.4 模型同步处理及滞后性消除 |
| 2.3 步态分析理论基础 |
| 2.3.1 步行理论基础 |
| 2.3.2 关节点信息选取原则 |
| 2.3.3 关节点信息缺失处理原理 |
| 2.4 重心相关理论 |
| 2.4.1 人体平衡理论基础 |
| 2.4.2 重心估算原理 |
| 2.5 本章小结 |
| 第三章 基于关节点位置信息的步态分析 |
| 3.1 引言 |
| 3.2 关节点位置信息预处理及特征参数计算 |
| 3.2.1 关节点位置信息预处理 |
| 3.2.2 关节角度计算 |
| 3.3 步态相位划分分析 |
| 3.3.1 基于阈值的步态相位划分方法 |
| 3.3.2 基于随机森林的步态相位划分算法 |
| 3.4 步态时空参数提取 |
| 3.5 本章小结 |
| 第四章 人体重心估算模型 |
| 4.1 引言 |
| 4.2 重心估算运动学方法 |
| 4.2.1 基于分段式的人体结构模型 |
| 4.2.2 运动学重心方法 |
| 4.2.3 基于Kinect的重心估算修正模型 |
| 4.3 重心包络面积算法 |
| 4.3.1 初始重心凸包的选取与分区 |
| 4.3.2 包外凸点选取及凸包扩展 |
| 4.4 本章小结 |
| 第五章 基于Kinect的步态分析及重心估算实验验证 |
| 5.1 引言 |
| 5.2 实验对象与实验平台 |
| 5.2.1 实验对象 |
| 5.2.2 实验平台 |
| 5.3 步态分析方法实验验证 |
| 5.3.1 实验过程 |
| 5.3.2 关节角度结果分析 |
| 5.3.3 步态相位划分及时空参数计算结果分析 |
| 5.4 重心估算模型实验验证 |
| 5.4.1 实验过程 |
| 5.4.2 重心估算结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（7）面向任务态fMRI的深度学习建模与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 本文的整体结构 |
| 第二章 相关知识介绍 |
| 2.1 功能性核磁共振成像技术介绍 |
| 2.1.1 fMRI技术原理 |
| 2.1.2 fMRI实验设计方法 |
| 2.1.3 fMRI数据预处理 |
| 2.2 深度学习 |
| 2.2.1 多层感知机 |
| 2.2.2 卷积神经网络 |
| 2.2.3 循环神经网络 |
| 2.2.4 激活函数 |
| 2.2.5 注意力机制 |
| 2.3 本章小结 |
| 第三章 面向任务态fMRI的深度学习建模 |
| 3.1 模型整体结构 |
| 3.2 模型设计与实现 |
| 3.2.1 卷积网络模块 |
| 3.2.2 循环网络模块 |
| 3.2.3 分类网络模块 |
| 3.3 特征映射 |
| 3.4 迁移学习 |
| 3.5 本章小结 |
| 第四章 实验与分析 |
| 4.1 实验数据介绍 |
| 4.2 实验数据预处理 |
| 4.3 实验环境 |
| 4.4 模型对比实验 |
| 4.4.1 对比模型 |
| 4.4.2 实验流程及参数设置 |
| 4.4.3 实验结果及分析 |
| 4.5 特征映射实验 |
| 4.5.1 大脑皮层分区及功能 |
| 4.5.2 实验结果及分析 |
| 4.6 迁移学习实验 |
| 4.6.1 实验数据集 |
| 4.6.2 实验流程及实验参数设置 |
| 4.6.3 实验结果及分析 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 未来研究工作 |
| 参考文献 |
| 作者简历 |
| 致谢 |
（8）抑郁症多维度脑网络表征研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 抑郁症 |
| 1.2 功能分离及功能整合 |
| 1.2.1 功能分离及脑区定位 |
| 1.2.2 功能整合 |
| 1.3 磁共振成像的脑连接网络 |
| 1.3.1 脑白质结构连接网络 |
| 1.3.2 血氧水平依赖的功能性磁共振成像技术 |
| 1.3.3 脑灰质功能连接网络 |
| 1.4 大脑白质功能 |
| 1.4.1 脑白质功能的生理基础 |
| 1.4.2 任务刺激下的脑白质激活 |
| 1.4.3 静息态下的脑白质功能活动 |
| 1.5 脑白质与灰质功能的关系 |
| 1.5.1 血液动力学响应函数 |
| 1.5.2 脑功能网络 |
| 1.6 脑白质功能网络在脑疾病中的应用 |
| 1.7 抑郁症脑网络研究 |
| 1.8 本论文的选题和研究内容 |
| 第二章 脑白质功能连接网络拓扑属性研究 |
| 2.1 引言 |
| 2.2 材料与方法 |
| 2.2.1 研究对象 |
| 2.2.2 磁共振数据获取 |
| 2.2.3 数据预处理 |
| 2.2.4 受试排除标准 |
| 2.2.5 脑白质功能网络的构建 |
| 2.2.6 网络全局拓扑属性 |
| 2.2.7 脑白质功能连接网络拓扑属性与智力的相关性 |
| 2.2.8 重测性分析 |
| 2.2.9 脑白质与灰质功能连接网络拓扑属性的比较 |
| 2.2.10 验证分析 |
| 2.3 结果 |
| 2.3.1 脑白质功能连接网络可视化 |
| 2.3.2 脑白质功能连接网络度分布 |
| 2.3.3 脑白质功能连接网络全局拓扑属性 |
| 2.3.4 脑白质功能连接网络的模块化组织 |
| 2.3.5 脑白质功能连接网络全局拓扑属性的重测性 |
| 2.3.6 脑白质与灰质功能连接网络拓扑属性的比较 |
| 2.3.7 验证结果 |
| 2.4 讨论 |
| 2.5 本章小结 |
| 第三章 脑白质功能连接网络对个体流体智力的预测研究 |
| 3.1 引言 |
| 3.2 材料与方法 |
| 3.2.1 研究对象 |
| 3.2.2 流体智力的评估 |
| 3.2.3 磁共振数据获取及处理 |
| 3.2.4 数据质控 |
| 3.2.5 脑白质功能连接网络的构建 |
| 3.2.6 内部验证的预测模型构建 |
| 3.2.7 外部验证的预测模型构建 |
| 3.2.8 置换检验 |
| 3.2.9 混淆因素的验证分析 |
| 3.3 结果 |
| 3.3.1 内部验证I |
| 3.3.2 内部验证II |
| 3.3.3 内部验证III |
| 3.3.4 外部验证 |
| 3.3.5 排除混淆因素后的验证结果 |
| 3.3.6 基于脑白质功能连接网络的流体智力预测模型的一致特征 |
| 3.4 讨论 |
| 3.5 本章小结 |
| 第四章 脑白质功能个体变异性的微观转录和宏观结构研究 |
| 4.1 引言 |
| 4.2 材料与方法 |
| 4.2.1 研究对象 |
| 4.2.2 磁共振数据获取及处理 |
| 4.2.3 脑白质功能连接个体变异性分析 |
| 4.2.4 脑白质功能连接个体变异性与基因表达模式的关系 |
| 4.2.5 基因注释:功能富集分析 |
| 4.2.6 个体变异性与宏观功能和结构变异性关系研究 |
| 4.2.7 长程和短程脑白质功能连接 |
| 4.2.8 脑白质功能连接个体变异性的行为解码研究 |
| 4.2.9 脑白质和灰质功能连接个体变异性的异同分析 |
| 4.2.10 统计分析 |
| 4.3 结果 |
| 4.3.1 脑白质功能连接个体变异性分布模式 |
| 4.3.2 个体变异性相关的基因表达模式 |
| 4.3.3 个体变异性相关基因的细胞类型 |
| 4.3.4 脑疾病的基因富集分析结果 |
| 4.3.5 个体变异性与宏观结构的关系 |
| 4.3.6 个体变异性在行为中的作用 |
| 4.3.7 脑白质和灰质功能连接特异和共有的通路 |
| 4.4 讨论 |
| 4.5 本章小结 |
| 第五章 抑郁症病患的脑白质功能拓扑异常表征及分类预测研究 |
| 5.1 引言 |
| 5.2 材料与方法 |
| 5.2.1 研究对象 |
| 5.2.2 磁共振数据获取及处理 |
| 5.2.3 脑白质功能连接网络构建及网络拓扑属性计算 |
| 5.2.4 数据质量控制 |
| 5.2.5 统计分析 |
| 5.2.6 小世界拓扑属性与抑郁严重程度的关系研究 |
| 5.2.7 基于小世界拓扑性质的预测及模式识别分类模型 |
| 5.2.8 重测样本的网络分析 |
| 5.3 结果 |
| 5.3.1 人口学和临床特征 |
| 5.3.2 未用药抑郁症病患小世界拓扑结构的改变 |
| 5.3.3 未用药抑郁症病患小世界拓扑与抑郁严重程度的关系 |
| 5.3.4 基于小世界拓扑属性的预测和分类结果 |
| 5.3.5 重测样本中网络拓扑属性改变的验证 |
| 5.4 讨论 |
| 5.5 本章小结 |
| 第六章 抑郁症病患的结构网络异常与转录组学关系研究 |
| 6.1 引言 |
| 6.2 材料与方法 |
| 6.2.1 研究对象 |
| 6.2.2 磁共振数据获取及处理 |
| 6.2.3 形态学相似性网络的构建 |
| 6.2.4 病例-对照分析 |
| 6.2.5 大脑基因表达数据 |
| 6.2.6 功能富集分析和细胞特异性分析 |
| 6.2.7 空模型 |
| 6.2.8 重测性 |
| 6.3 结果 |
| 6.3.1 人口学和临床特征 |
| 6.3.2 抑郁症形态学相似性网络异常模式 |
| 6.3.3 与抑郁症异常模式相关的基因 |
| 6.3.4 与抑郁症异常模式相关的富集通路 |
| 6.3.5 抑郁症异常模式相关基因的细胞类型 |
| 6.3.6 重测分析结果 |
| 6.4 讨论 |
| 6.5 本章小结 |
| 第七章 总结和展望 |
| 7.1 本文总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 博士期间取得的研究成果 |
（9）基于多元回归的抑郁症脑功能分析和系统实践（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 人脑背景知识 |
| 1.3 功能性核磁共振成像原理 |
| 1.4 研究现状 |
| 1.4.1 脑功能连接研究现状 |
| 1.4.2 精神类疾病分类现状 |
| 1.5 主要研究内容和意义 |
| 1.5.1 研究内容 |
| 1.5.2 研究意义 |
| 1.6 本文组织结构 |
| 第二章 基于脑功能连接的分析方法及分类理论基础 |
| 2.1 功能连接评估方法 |
| 2.1.1 脑功能连接性评估 |
| 2.1.2 自适应稀疏表示 |
| 2.1.3 基于多元回归的连接性评估方法 |
| 2.1.4 基于多元回归的动态连接性评估方法 |
| 2.2 网络属性计算 |
| 2.2.1 基于方差的连接波动性 |
| 2.2.2 基于社区检测的节点灵活率 |
| 2.3 时间序列分类 |
| 2.3.1 递归神经网络 |
| 2.3.2 长短期记忆RNN |
| 2.3.3 注意力机制 |
| 2.3.4 压缩和激励块 |
| 2.3.5 多元LSTM全卷积网络 |
| 2.4 本章小结 |
| 第三章 基于多元回归的抑郁症患者脑功能网络差异分析 |
| 3.1 研究背景及现状 |
| 3.2 被试和预处理 |
| 3.3 动态属性计算和统计分析 |
| 3.4 实验结果 |
| 3.4.1 脑连接波动性差异 |
| 3.4.2 脑区灵活性差异 |
| 3.4.3 脑功能属性与抑郁程度的相关性 |
| 3.5 结果讨论 |
| 3.5.1 降低的连接波动性 |
| 3.5.2 降低的节点灵活性 |
| 3.6 本章小结 |
| 第四章 基于大样本的抑郁症脑功能分析和分类研究 |
| 4.1 研究背景及现状 |
| 4.2 被试和预处理 |
| 4.3 动态属性计算和深度学习分类设计 |
| 4.3.1 节点灵活性计算及统计分析 |
| 4.3.2 深度学习分类设计 |
| 4.4 实验结果及讨论 |
| 4.4.1 节点灵活性 |
| 4.4.2 分类效果 |
| 4.5 本章小结 |
| 第五章 抑郁症临床辅助系统的设计与实现 |
| 5.1 设计背景 |
| 5.2 需求分析 |
| 5.3 架构设计 |
| 5.4 功能实现 |
| 5.4.1 后端接口设计 |
| 5.4.2 跨语言编程 |
| 5.4.3 前端页面设计 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来研究展望 |
| 参考文献 |
| 附录 |
| 在学期间的研究成果 |
| 致谢 |
（10）基于fMRI脑影像数据的大尺度脑网络自组织临界行为研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 自组织临界理论 |
| 1.2 自组织临界脑假说 |
| 1.2.1 自组织临界脑假说的证据 |
| 1.2.2 自组织临界脑的生物机制 |
| 1.2.3 神经网络临界状态的功能意义 |
| 1.3 大尺度脑网络 |
| 1.3.1 大尺度脑网络的基本概念 |
| 1.3.2 构建大尺度脑网络的技术:磁共振成像 |
| 1.3.3 大尺度脑网络的性质 |
| 1.3.4 大尺度脑网络上临界行为的研究进展 |
| 1.4 自组织临界脑假说存在的问题以及进展情况 |
| 1.5 论文结构安排 |
| 第二章 大尺度脑网络的临界行为 |
| 2.1 研究方法 |
| 2.1.1 静息态f MRI数据采集和预处理 |
| 2.1.2 DTI数据采集和预处理 |
| 2.1.3 功能网络与结构网络的构建 |
| 2.1.4 认知数据采集 |
| 2.1.5 网络的平均同步与同步熵 |
| 2.1.6 临界判据 |
| 2.2 大尺度脑网络的临界行为 |
| 2.2.1 大尺度脑网络的状态变化 |
| 2.2.2 大尺度脑网络的雪崩幂律行为 |
| 2.3 功能连接复杂度、功能网络的拓扑属性、功能-结构关系 |
| 2.3.1 功能连接复杂度与临界状态的关系 |
| 2.3.2 功能网络拓扑属性与临界状态的关系 |
| 2.3.3 功能-结构耦合与临界状态的关系 |
| 2.4 动态平均同步和同步熵刻画大尺度脑网络的状态变化 |
| 2.4.1 平均同步-同步熵关系的动态特性 |
| 2.4.2 临界状态与动态功能连接复杂度以及动态功能-结构耦合的关系 |
| 2.5 大脑的临界行为与流体智力和工作记忆有关 |
| 2.5.1 大尺度脑网络的临界行为与认知能力的关系 |
| 2.5.2 不同脑区临界动力学对认知能力的贡献 |
| 2.6 本章小结 |
| 第三章 烟雾病大脑中的临界行为 |
| 3.1 烟雾病简介 |
| 3.2 研究方法 |
| 3.2.1 数据采集与预处理 |
| 3.2.2 长程时间关联 |
| 3.3 功能连接、LRTC相互作用以及雪崩传播之间的关系 |
| 3.4 通过长程时间关联研究烟雾病大脑中的临界行为 |
| 3.4.1 LRTC组内分析 |
| 3.4.2 LRTC组间分析 |
| 3.5 本章小结 |
| 第四章 总结与展望 |
| 4.1 总结 |
| 4.2 展望 |
| 参考文献 |
| 在学期间研究成果 |
| 致谢 |
四、一种基于独立成份分析的fMRI时-空模型数据处理方法（论文参考文献）
- [1]基于多变量脑网络的模式识别方法及在抑郁症中的应用研究[D]. 杨佳乐. 电子科技大学, 2021
- [2]大理河流域景观格局变化对水沙过程的影响研究[D]. 秦艳丽. 西安理工大学, 2021
- [3]国家卫生城市居民获得感评估工具的开发及应用研究[D]. 郑文静. 中国疾病预防控制中心, 2021
- [4]小篮球运动对学龄前孤独症谱系障碍儿童社交障碍及脑白质完整性的影响[D]. 蔡可龙. 扬州大学, 2021
- [5]针对HIV脑影像分类的迁移学习算法研究[D]. 刘影. 北京邮电大学, 2021(01)
- [6]基于Kinect的人体步态分析和重心估算方法研究[D]. 荀小飞. 电子科技大学, 2021(01)
- [7]面向任务态fMRI的深度学习建模与应用[D]. 黄小洁. 浙江大学, 2021
- [8]抑郁症多维度脑网络表征研究[D]. 李娇. 电子科技大学, 2021(01)
- [9]基于多元回归的抑郁症脑功能分析和系统实践[D]. 杨正武. 兰州大学, 2021(09)
- [10]基于fMRI脑影像数据的大尺度脑网络自组织临界行为研究[D]. 徐龙洲. 兰州大学, 2021(09)