中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共38条，第1-10条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
多变量分析方法在静息态功能磁共振影像中的研究与应用 学位论文
, 北京: 中国科学院大学, 2018
作者:  荆日星
Adobe PDF(19557Kb)  |  收藏  |  浏览/下载：397/6  |  提交时间：2018/12/14
静息态功能磁共振影像  多变量分析方法  脑功能网络  前向选择算法  精神分裂症  精神分裂症一级亲属  威尔逊氏病  生物标记  
Connectome-based individualized prediction of temperament trait scores 期刊论文
NEUROIMAGE, 2018, 卷号: 183, 期号: NA, 页码: 366-374
作者:  Jiang, Rongtao;  Calhoun, Vince D.;  Zuo, Nianming;  Lin, Dongdong;  Li, Jin;  Fan, Lingzhong;  Qi, Shile;  Sun, Hailun;  Fu, Zening;  Song, Ming;  Jiang, Tianzi;  Sui, Jing
浏览  |  Adobe PDF(2691Kb)  |  收藏  |  浏览/下载：487/94  |  提交时间：2019/01/08
Individualized prediction  Temperament traits  Functional connectivity  Reward processing  Temperament and character inventory (TCI)  
多中心精神分裂症的模式分类研究 学位论文
工学硕士, 北京: 中国科学院大学, 2018
作者:  周奥军
Adobe PDF(11981Kb)  |  收藏  |  浏览/下载：302/2  |  提交时间：2018/12/17
精神分裂症，深度神经网络，模型可解释性，多站点模型  
Striato-cortical tracts predict 12-h abstinence-induced lapse in smokers 期刊论文
NEUROPSYCHOPHARMACOLOGY, 2018, 卷号: 43, 期号: 12, 页码: 2452-2458
作者:  Yuan, Kai;  Zhao, Meng;  Yu, Dahua;  Manza, Peter;  Volkow, Nora D.;  Wang, Gene-Jack;  Tian, Jie
收藏  |  浏览/下载：234/0  |  提交时间：2019/12/16
A Schizophrenia-Related Genetic-Brain-Cognition Pathway Revealed in a Large Chinese Population 期刊论文
EBIOMEDICINE, 2018, 卷号: 37, 期号: 2018, 页码: 471-482
作者:  Luo, Na;  Sui, Jing;  Chen, Jiayu;  Zhang, Fuquan;  Tian, Lin;  Lin, Dongdong;  Song, Ming;  Calhoun, Vince D.;  Cui, Yue;  Vergara, Victor M.;  Zheng, Fanfan;  Liu, Jingyu;  Yang, Zhenyi;  Zuo, Nianming;  Fan, Lingzhong;  Xu, Kaibin;  Liu, Shengfeng;  Li, Jian;  Xu, Yong;  Liu, Sha;  Lv, Luxian;  Chen, Jun;  Chen, Yunchun;  Guo, Hua;  Li, Peng;  Lu, Lin;  Wan, Ping;  Wang, Huaning;  Wang, Huiling;  Yan, Hao;  Yan, Jun;  Yang, Yongfeng;  Zhang, Hongxing;  Zhang, Dai;  Jiang, Tianzi
浏览  |  Adobe PDF(3297Kb)  |  收藏  |  浏览/下载：418/90  |  提交时间：2019/07/12
Schizophrenia  Multimodal fusion  Genetic-brain-cognition pathway  Working memory  Mediation analysis  
Complexity in mood disorder diagnosis: fMRI connectivity networks predicted medication-class of response in complex patients 期刊论文
ACTA PSYCHIATRICA SCANDINAVICA, 2018, 卷号: 138, 期号: 5, 页码: 472-482
作者:  Osuch, E.;  Gao, S.;  Wammes, M.;  Theberge, J.;  Willimason, P.;  Neufeld, R. J.;  Du, Y.;  Sui, J.;  Calhoun, V.
浏览  |  Adobe PDF(1446Kb)  |  收藏  |  浏览/下载：441/54  |  提交时间：2019/01/08
mood disorders  bipolar disorder  functional neuroimaging  machine learning  differential diagnosis  
Machine learning in major depression: From classification to treatment outcome prediction 期刊论文
CNS NEUROSCIENCE & THERAPEUTICS, 2018, 卷号: 24, 期号: 11, 页码: 1037-1052
作者:  Gao, Shuang;  Calhoun, Vince D.;  Sui, Jing
浏览  |  Adobe PDF(1954Kb)  |  收藏  |  浏览/下载：299/58  |  提交时间：2019/01/08
classification  machine learning  magnetic resonance imaging  major depressive disorder  review  
Radiomic Features of Hippocampal Subregions in Alzheimer's Disease and Amnestic Mild Cognitive Impairment 期刊论文
FRONTIERS IN AGING NEUROSCIENCE, 2018, 卷号: 10
作者:  Feng, Feng;  Wang, Pan;  Zhao, Kun;  Zhou, Bo;  Yao, Hongxiang;  Meng, Qingqing;  Wang, Lei;  Zhang, Zengqiang;  Ding, Yanhui;  Wang, Luning;  An, Ningyu;  Zhang, Xi;  Liu, Yong
收藏  |  浏览/下载：188/0  |  提交时间：2019/12/16
Alzheimer's Disease  Amnestic Mild Cognitive Impairment  Hippocampal Subregions  Radiomic Features  Support Vector Machine  
BRANT: A Versatile and Extendable Resting-State fMRI Toolkit 期刊论文
FRONTIERS IN NEUROINFORMATICS, 2018, 卷号: 12, 期号: -, 页码: 52
作者:  Xu, Kaibin;  Liu, Yong;  Zhan, Yafeng;  Ren, Jiaji;  Jiang, Tianzi
浏览  |  Adobe PDF(4680Kb)  |  收藏  |  浏览/下载：315/39  |  提交时间：2018/10/10
BRANT  resting-state fMRI  code-generated GUI  preprocessing  visualization  
Core networks and their reconfiguration patterns across cognitive loads 期刊论文
HUMAN BRAIN MAPPING, 2018, 卷号: 39, 期号: 9, 页码: 3546-3557
作者:  Zuo, Nianming;  Yang, Zhengyi;  Liu, Yong;  Li, Jin;  Jiang, Tianzi
浏览  |  Adobe PDF(1205Kb)  |  收藏  |  浏览/下载：331/62  |  提交时间：2018/10/10
Brain Network  Functional Connectivity  Functional Mri  Network Reconfiguration  Working Memory