第1章  脑“动态”可变性研究方法及其应用
  1.1  脑“动态”可变性研究概述
    1.1.1  研究现状
    1.1.2  主要研究内容和创新点
  1.2  相关基础知识
    1.2.1  脑成像技术
    1.2.2  功能磁共振原理
    1.2.3  脑功能网络分析
  1.3  脑节点时间可变性测量方法
    1.3.1  脑节点概述
    1.3.2  静息态fMRI数据采集
    1.3.3  静息态fMRI数据预处理
    1.3.4  “动态”脑功能网络构建
    1.3.5  脑节点时间可变性度量
    1.3.6  健康被试脑节点时间可变性结果与讨论
  1.4  脑功能连接时间可变性度量方法
    1.4.1  脑功能连接概述
    1.4.2  静息态MRI数据采集
    1.4.3  静息态fMRI数据预处理
    1.4.4  “动态”脑功能网络构建
    1.4.5  脑连接时间可变性度量
    1.4.6  健康被试脑连接时间可变性的结果和讨论
  1.5  脑网络“动态”特性分析方法在IBS中的应用
    1.5.1  肠易激综合征概述
    1.5.2  被试情况
    1.5.3  静息态fMRI数据预处理
    1.5.4  网络特性分析
    1.5.5  临床及脑影像学统计分析方法
    1.5.6  “静态”脑网络结果
    1.5.7  “动态”脑网络结果
    1.5.8  “静态”脑网络和“动态”脑网络结果比较及讨论
  1.6  展望
第2章  脑效应连接方法研究及其应用
  2.1  脑效应连接研究概述
    2.1.1  研究现状
    2.1.2  主要研究内容和创新点
  2.2  脑效应连接分析基础知识
    2.2.1  脑效应网络的构建
    2.2.2  不同尺度的效应连接分析
    2.2.3  独立成分分析方法
    2.2.4  基于GCA的效应连接计算与分析
  2.3  脑网络之间效应连接评估
    2.3.1  脑网络概述
    2.3.2  基于空间ICA结合GCA的脑网络效应连接评估方法
    2.3.3  模拟实验数据及结果讨论
    2.3.4  健康被试fMRI数据及结果讨论
  2.4  基于神经网络的非线性脑效应连接分析
    2.4.1  基于神经网络的非线性效应连接分析方法
    2.4.2  模拟数据及分析结果
    2.4.3  健康被试fMRI数据及分析结果
  2.5  效应连接分析方法在IBS患者中的应用
    2.5.1  被试情况
    2.5.2  静息态￡MRI数据预处理
    2.5.3  IBS患者脑区间效应连接异常结果及讨论
    2.5.4  基于空间ICA的IBS患者子网络间效应连接分析结果
  2.6  展望
第3章  多模态脑影像学融合方法研究及其应用
  3.1  多模态融合方法研究概述
    3.1.1  国内外研究现状
    3.1.2  主要研究内容和创新点
  3.2  多模态融合研究的相关基础知识
    3.2.1  多模态脑影像学成像原理
    3.2.2  脑影像学公共模板
    3.2.3  脑图像掩膜
  3.3  基于多层次特征的数据级融合方法
    3.3.1  基于多层次特征的数据级融合方法描述
    3.3.2  脑影像学数据模拟及评估方法
    3.3.3  结果讨论及分析
  3.4  基于GBDT的决策级融合方法
    3.4.1  基于GBDT的决策级融合方法描述
    3.4.2  健康被试影像学数据采集及其预处理
    3.4.3  评估方法
    3.4.4  结果
    3.4.5  讨论
  3.5  两种融合方法在IBS中的应用
    3.5.1  被试情况
    3.5.2  基于多层次特征的数据级融合方法在IBS中的应用
    3.5.3  基于GBDT的决策级融合方法在IBS中的应用
  3.6  展望
第4章  人脑图像配准技术研究及其应用
  4.1  人脑图像配准技术研究概述
    4.1.1  国内外研究现状
    4.1.2  研究目的
    4.1.3  主要研究内容和创新点
  4.2  配准研究理论基础
    4.2.1  医学图像配准的概念
    4.2.2  医学图像配准的通用框架
    4.2.3  人脑图像数据集
  4.3  基于逐级递进和SURF算法的人脑医学图像配准算法
    4.3.1  SURF算法
    4.3.2  逐级递进思想
    4.3.3  基于逐级递进和SURF算法的人脑医学图像配准算法
    4.3.4  实验结果与分析
  4.4  基于改进的卷积神经网络人脑医学图像配准算法
    4.4.1  卷积神经网络介绍
    4.4.2  基于改进的卷积神经网络人脑医学图像配准算法
    4.4.3  实验结果与分析
  4.5  面向人脑肿瘤图像配准的应用
    4.5.1  人脑肿瘤图像与标准模板介绍
    4.5.2  实验结果与分析
  4.6  展望
第5章  人脑形态学研究方法及其应用
  5.1  脑形态学研究概述
    5.1.1  国内外研究现状
    5.1.2  主要研究内容和创新点
  5.2  基于人脑形态学分析的相关理论及基础
    5.2.1  磁共振成像的原理和优势
    5.2.2  脑影像学公共模板
  5.3  基于T1像边缘拟合的大脑皮层复杂度求解方法
    5.3.1  大脑皮层复杂度求解方法描述
    5.3.2  数据来源
    5.3.3  方法比较及评估
    5.3.4  结果
    5.3.5  分析与讨论
  5.4  大脑皮层复杂度求解方法在IBS中的应用
    5.4.1  被试情况
    5.4.2  基于T1像的大脑皮层复杂度求解方法在IBS中的应用
  5.5  展望
参考文献