磁共振成像由于其高空间时间分辨力、多参数对比度、无电离辐射等优点，已成为当今世界医学诊断领域的主要成像手段之一，广泛应用于临床的疾病诊断及治疗等相关技术的可视化引导和研究领域。 本书以多模态脑磁共振成像为核心，全面阐述了其成像原理、影像处理和分析方法，以及用于脑疾病识别的分类算法，同时提供大量已报道的经典文献案例，给读者带来脑磁共振成像技术及其应用的综合讲解。本书的特色是提供一条了解多模态脑磁共振成像原理和分析方法的便捷通道，以使读者能够在较短的时间内获得较为全面的多模态脑磁共振成像的研究基础和研究方法，并提供一定的研究思路。 本书可为刚开始接触或有意向从事脑磁共振成像数据分析的学生和研究人员提供参考。

前言
第1章 引论
1.1 现代医学成像技术
1.1.1 X射线成像技术
1.1.2 CT成像技术
1.1.3 磁共振成像技术
1.1.4 其他成像技术
1.2 常用医学成像技术使用场景
1.2.1 X射线成像技术使用场景
1.2.2 CT成像技术使用场景
1.2.3 磁共振成像技术使用场景
1.2.4 其他成像技术使用场景
1.3 本书章节结构
1.4 本章小结
参考文献
第2章 磁共振成像技术
2.1 技术概述
2.1.1 历史发展
2.1.2 成像原理
2.1.3 系统结构
2.2 多模态脑磁共振成像
2.2.1 结构磁共振成像
2.2.2 功能磁共振成像
2.2.3 弥散磁共振成像
2.3 脑磁共振成像应用场景
2.4 本章小结
参考文献
第3章 脑磁共振成像处理方法
3.1 多模态脑磁共振成像数据库
3.1.1 ADNI数据集
3.1.2 OASIS数据集
3.2 多模态脑磁共振成像预处理
3.2.1 结构磁共振成像预处理
3.2.2 功能磁共振成像预处理
3.3 多模态脑磁共振成像特征提取
3.3.1 脑形态学特征提取
3.3.2 脑功能特征提取
3.4 形态学脑网络构建
3.4.1 基于群组方式构建
3.4.2 基于个体方式构建
3.5 功能脑网络和脑连接构建
3.5.1 功能脑网络构建
3.5.2 功能脑连接构建
3.6 本章小结
参考文献
第4章 基于网络的脑磁共振成像分析方法
4.1 基于图论的网络分析方法
4.1.1 图论分析方法概述
4.1.2 基于图论的脑网络特征分析
4.2 应用案例
4.2.1 基于多种形态学特征构建个体形态学脑网络
4.2.2 基于群组形态学脑网络的正常老化分析
4.2.3 基于个体形态学脑网络的阿尔茨海默病分析
4.2.4 基于脑功能连接的脑发育与老化研究
4.3 本章小结
参考文献
第5章 基于脑磁共振成像分类算法
5.1 传统机器学习算法
5.1.1 线性回归
5.1.2 支持向量机
5.1.3 随机森林
5.2 深度学习算法
5.2.1 卷积神经网络
5.2.2 自注意力机制
5.2.3 残差网络
5.2.4 Transformer
5.2.5 迁移学习
5.2.6 图卷积网络
5.3 应用案例
5.3.1 基于脑结构磁共振成像的阿尔茨海默病分类研究
5.3.2 基于脑弥散磁共振成像的阿尔茨海默病分类研究
5.4 本章小结
参考文献