作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来基于图论的复杂网络分析极大地推进了人类对于脑网络组织模式的认识.本文首先介绍了基于图论的复杂脑网络分析中常用的几个度量,包括节点属性度量和网络属性度量.然后简要介绍了基于这些度量进行复杂脑网络分析的一些研究结果 ,其中包括针对正常人脑以及神经精神疾病病人脑.最后讨论了复杂脑网络分析领域待解决的问题.
推荐文章
基于图论的复杂脑网络分析在精神疾病中的研究进展
复杂脑网络
精神疾病
小世界网络
Rich-club网络
基于机器学习的脑网络分析方法及应用
脑网络分析
机器学习
特征学习
核方法
基于fMRI的静息状态脑功能复杂网络分析
功能连接
复杂网络
静息状态
中心化
社团
功能磁共振成像
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图论的复杂脑网络分析
来源期刊 北京生物医学工程 学科 医学
关键词 图论 复杂脑网络
年,卷(期) 2010,(1) 所属期刊栏目 综述
研究方向 页码范围 96-100
页数 5页 分类号 R318.04
字数 4967字 语种 中文
DOI 10.3969/j.issn.1002-3208.2010.01.22
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田丽霞 北京交通大学计算机与信息技术学院 3 62 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (20)
节点文献
引证文献  (22)
同被引文献  (25)
二级引证文献  (31)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(6)
  • 参考文献(6)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(10)
  • 引证文献(7)
  • 二级引证文献(3)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图论
复杂脑网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京生物医学工程
双月刊
1002-3208
11-2261/R
16开
北京安定门外安贞医院
1981
chi
出版文献量(篇)
2829
总下载数(次)
13
总被引数(次)
15960
论文1v1指导