《统计参数图 脑功能成像分析 英文版》PDF下载

  • 购买积分:18 如何计算积分?
  • 作  者:KarlJ.Fris著
  • 出 版 社:北京:科学出版社
  • 出版年份:2010
  • ISBN:9787030263490
  • 页数:647 页
图书介绍:随着脑成像的数据不断增长,在统一的框架内对这些数据的有效整合及比对就显得越发重要。本书描述了脑信号分析的概念和过程,目的是了解脑是如何工作的。书中介绍了各种脑成像数据分析的背景和方法学,从fMRI到脑磁描记法(magnetoencephalography)。统计参数图(Statistical Parametric Mapping,SPM)提供了一种被广泛接受的基本概念,这种概念可以用来处理各种不同形式的数据。对脑功能解剖的理解和信号的测量都需要实验的手段的辅助。本书不仅向读者介绍了基本的概念,也有神经成像数据分析最前沿的方法,这些通过其他途径是很难获得的。所有的内容都是循序渐进排列,非常适合读者的学习与理解。本书可用作学生教材,对于刚刚接触此项技术的科研人员和实验神经生物学家都是非常好的参考书。本书还可用作脑成像数据分析软件包的使用手册。

第一部分 导论 3

1 SPM简史&K.Friston 3

2 统计参数图&K.Friston 10

3 脑反应建模&K.Friston and K.Stephan 32

第二部分 计算解剖学 49

4 刚体配准&J.Ashburner and K.Friston 49

5 非线性配准&J.Ashburner and K.Friston 63

6 图像分割&J.Ashburner and K.Friston 81

7 基于像素的形态计量学&J.Ashburner and K.Friston 92

第三部分 广义线性模型 101

8 广义线性模型&S.J.Kiebel and A.P.Holmes 101

9 对照和经典推断&J.Poline,F.Kherif,C.Pallier and W.Penny 126

10 协方差成分&D.Glaser and K.Friston 140

11 分层模型&W.Penny and R.Henson 148

12 随机效应分析&W.D.Penny and A.J.Holmes 156

13 方差分析&W.Penny and R.Henson 166

14 fMRI卷积模型&R.Henson and K.Friston 178

15 fMRI有效实验设计&R.Henson 193

16 EEG和MEG的分层模型&S.Kiebel,J.Kilner and K.Friston 211

第四部分 经典推断 223

17 参数方法&M.Brett,W.Penny and S.Kiebel 223

18 随机场理论&K.Worsley 232

19 拓扑推断&K.Friston 237

20 错误发现率方法&T.Nichols 246

21 非参数方法&T.Nichols and A.Holmes 253

第五部分 贝叶斯推断 275

22 经验贝叶斯和分层模型&K.Friston and W.Penny 275

23 后验概率图&K.Friston and W.Penny 295

24 变分贝叶斯&W.Penny,S.Kiebel and K.Friston 303

25 fMRI时空模型&W.Penny,G.Flandin and N.Trujillo-Barreto 313

26 EEG时空模型&W.Penny,N.Trujillo-Barreto and E.Aubert 323

第六部分 生理物理模型 339

27 fMRI的正演化模型&K.Friston and D.Glaser 339

28 EEG的正演化模型&C.Phillips,J.Mattout and K.Friston 352

29 EEG模型的贝叶斯反演&J.Mattout,C.Phillips,J.Daunizeau and K.Friston 367

30 诱发反应的贝叶斯反演&J.Mattout,C.Phillips,J.Daunizeau and K.Friston 377

31 群体动力学的神经元模型&L.Harrison,O.David and K.Friston 391

32 能量学的神经元模型&J.Kilner,O.David and K.Friston 406

33 EEG和MEG的神经元模型&O.David,L.Harrison and K.Friston 414

34 动力学模型的贝叶斯反演&K.Friston and W.Penny 441

35 贝叶斯模型的选择和平均&W.D.Penny,J.Mattout and N.Trujillo-Barreto 454

第七部分 大脑连接 471

36 功能整合&K.Friston 471

37 功能连接:特征图像和多元分析&K.Friston and C.B?chel 492

38 有效连接&L.Harrison,K.Stephen and K.Friston 508

39 非线性连接与核&K.Friston 522

40 多元自回归模型&W.Penny and L.Harrison 534

41 fMRI的动态因果模型&K.Friston 541

42 EEG的动态因果模型&K.Friston,S.Kiebel,M.Garrido and O.David 561

43 动态因果模型和贝叶斯模型的选择&K.E.Stephan and W.D.Penny 577

附录 589

附录1 广义线性模型和推断&K.Friston 589

附录2 动力系统&K.Friston 592

附录3 EM算法&K.Friston 603

附录4 拉普拉斯近似下的变分贝叶斯方法&K.Friston,J.Mattout,N.Trujillo-Barreto,J.Ashburner and W.Penny 606

附录5 卡曼滤波&K.Friston and W.Penny 619

附录6 随机场理论&K.Worsley and K.Friston 621

索引 625