中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
靜息態功能腦網絡構建分析方法及其在抑郁癥中的應用 版權信息
- ISBN：9787030622464
- 條形碼：9787030622464 ; 978-7-03-062246-4
- 裝幀：一般純質紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
靜息態功能腦網絡構建分析方法及其在抑郁癥中的應用 內容簡介
近年來，靜息態功能腦網絡方法得到了快速發展。作為復雜網絡理論在神經影像領域的重要應用，靜息態功能腦網絡具備很強的臨床價值。其作為重要的分析工具，為腦疾病診斷提供了新的思路。 本書比較全面地綜述了靜息態功能腦網絡的國內外研究現狀和發展趨勢，介紹了靜息態功能腦網絡的基礎理論和研究方法，探討了多種不同網絡的構建和分析方法及其在抑郁癥患者診斷中的應用。 本書可作為人工智能、復雜網絡、神經影像等專業的高年級本科生、碩士研究生、博士研究生和腦網絡愛好者研究和學習的教材或參考書。
靜息態功能腦網絡構建分析方法及其在抑郁癥中的應用 目錄
前言
第1章 緒論
1.1 腦網絡概述
1.2 靜息態功能腦網絡發展現狀
1.2.1 靜息態功能腦網絡的構建及分析
1.2.2 功能腦網絡在腦疾病中的應用研究
1.2.3 靜息態方法在抑郁癥中的研究
1.2.4 基于解剖距離的腦網絡建模
1.2.5 靜息態功能腦網絡時間效應分析
1.2.6 靜息態功能腦網絡空間效應分析
1.2.7 機器學習方法在功能磁共振影像數據中的研究
1.3 本書主要內容
1.4 本書組織結構安排
1.5 本章小結
第2章 靜息態功能腦網絡構建
2.1 被試的選擇
2.2 數據采集及預處理
2.3 功能腦網絡構建
2.3.1 節點的定義
2.3.2 邊的定義
2.3.3 閾值選擇
2.3.4 腦網絡構建結果
2.3.5 隨機網絡的生成
2.4 本章小結
第3章 功能腦網絡指標分析及分類模型構建
3.1 網絡指標
3.1.1 局部節點指標
3.1.2 全局網絡指標
3.2 差異分析
3.2.1 全局網絡指標分析
3.2.2 局部節點指標分析
3.3 分類研究
3.3.1 分類模型構建
3.3.2 特征重要性
3.4 本章小結
第4章 功能腦網絡模塊劃分及差異分析
4.1 復雜網絡模塊性
4.1.1 模塊劃分算法
4.1.2 模塊化指標
4.2 腦網絡模塊劃分結果分析
4.2.1 閾值選擇
4.2.2 劃分結果
4.3 抑郁組模塊劃分差異分析
4.3.1 核團與親密度
4.3.2 抑郁癥患者核團間親密度的改變
4.4 節點角色與模塊角色
4.4.1 節點角色與模塊角色的定義
4.4.2 組間模塊角色差異
4.4.3 組間節點角色差異
4.5 分類研究
4.6 本章小結
第5章 靜息態功能腦網絡的基因影響
5.1 基因與腦網絡
5.2 GSK3β基因與抑郁癥
5.3 基因分型及數據采集
5.4 差異分析
5.4.1 基因型組間差異腦網絡指標分析
5.4.2 基因型及疾病狀態交互效應分析
5.4.3 腦網絡差異指標與HAMD評分關聯分析
5.4.4 結果討論
5.5 分類研究
5.5.1 疾病狀態分類
5.5.2 基因型分類
5.5.3 疾病狀態及基因型分類
5.5.4 特征重要性
5.6 本章小結
第6章 抑郁癥局部一致性指標差異分析
6.1 ReHo
6.1.1 數學定義
6.1.2 相鄰體素的定義
6.2 抑郁癥差異分析
6.3 分類研究
6.4 本章小結
第7章 *小生成樹功能腦網絡
7.1 *小生成樹
7.2 *小生成樹腦網絡構建
7.2.1 網絡構建和屬性計算
7.2.2 頻繁子圖挖掘及可判別性度量
7.2.3 分類模型構建
7.3 異常拓撲屬性分析
7.3.1 全局屬性
7.3.2 局部屬性
7.3.3 子圖連接模式
7.3.4 分類性能
7.4 討論分析
7.5 本章小結
第8章 高序*小生成樹功能腦網絡
8.1 高序功能腦網絡
8.2 高序*小生成樹網絡構建
8.2.1 基于滑動窗口的高序功能網絡
8.2.2 *小生成樹
8.2.3 特征提取和選擇
8.2.4 分類模型構建
8.3 異常拓撲屬性及分類結果
8.3.1 可量化的腦區特征
8.3.2 頻繁子圖模式
8.3.3 分類性能
8.4 討論分析
8.4.1 異常區域
8.4.2 分類結果分析
8.4.3 支持度對圖特征的影響
8.4.4 *優加權參數對分類的影響
8.5 本章小結
第9章 靜息態腦功能超網絡
9.1 腦功能超網絡
9.2 超圖
9.3 網絡構建及指標計算
9.3.1 超網絡創建
9.3.2 基于LASSO方法的稀疏線性回歸模型求解
9.3.3 基于Elastic-net方法的稀疏線性回歸模型求解
9.3.4 基于Group LASSO方法的稀疏線性回歸模型求解
9.3.5 指標計算
9.3.6 特征選擇與分類
9.4 網絡結構及異常拓撲屬性對比分析
9.4.13 種方法的網絡結構比較
9.4.2 異常腦區
9.4.3 分類性能
9.5 討論分析
9.6 參數影響
9.6.1 聚類數量k的影響
9.6.2 正則化參數λ1和λ2的影響
9.6.3 SVM分類參數c和g的影響
9.7 本章小結
第10章 節點規模對腦網絡拓撲指標的影響
10.1 節點規模對網絡拓撲的影響
10.2 多節點規模定義的網絡構建
10.2.1 節點定義
10.2.2 連接定義
10.2.3 閾值選擇
10.2.4 網絡指標
10.2.5 隨機網絡的構建
10.2.6 統計分析
10.3 不同節點規模對網絡拓撲屬性的影響
10.3.1 對功能連接的影響
10.3.2 對網絡連通性的影響
10.3.3 對全局屬性的影響
10.3.4 對小世界標量的影響
10.4 討論分析
10.5 本章小結
第11章 節點規模對特征選擇及分類的影響
11.1 節點規模對分類特征選擇的影響
11.2 網絡構建及指標計算
11.2.1 網絡指標及統計方法
11.2.2 特征選擇及分類器
11.2.3 分類特征評估
11.3 特征選擇及分類性能的尺度影響
11.3.1 統計顯著性P
展開全部
靜息態功能腦網絡構建分析方法及其在抑郁癥中的應用 作者簡介
郭浩，博士后，教授，碩士生導師，太原理工大學人工智能系主任，國際計算機學會會員，中國計算機學會高級會員，教育部學位中心通訊評議專家，山西省專家學者協會理事，山西省“三晉英才”支持計劃青年優秀人才。主要從事人工智能、智能信息處理、腦信息學、醫療大數據研究等方向的研究和教學工作。主持國家自然科學基金項目2項、省部級科研項目多項。在國內外學術期刊及會議上發表論文30余篇，擔任《計算機科學》、IEEE Access、Informatics in Medicine Unlocked、Journal of Affective Disorders、Pattern Recognition Letters等雜志審稿專家。申請并獲批軟件著作權2項，申請發明專利16項，授權4項，出版專著1部。
書友推薦
- >
回憶愛瑪儂
- >
李白與唐代文化
- >
朝聞道
- >
山海經
- >
自卑與超越
- >
羅曼·羅蘭讀書隨筆-精裝
- >
隨園食單
- >
名家帶你讀魯迅:故事新編
本類暢銷
