| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 引言 | 第10页 |
| 1.2 计算神经概述 | 第10-13页 |
| 1.2.1 计算神经的基本概念 | 第10-11页 |
| 1.2.2 计算神经的发展历史 | 第11-13页 |
| 1.3 脑认知与脑疾病研究基础 | 第13-17页 |
| 1.3.1 脑认知原理的基础研究 | 第13-15页 |
| 1.3.2 脑疾病原理的基础研究 | 第15-17页 |
| 1.4 论文结构安排 | 第17-20页 |
| 第2章 脑电信号数据 | 第20-26页 |
| 2.1 心理旋转认知任务 | 第20页 |
| 2.2 实验范式 | 第20-22页 |
| 2.2.1 实验流程 | 第20-22页 |
| 2.2.2 实验对象 | 第22页 |
| 2.3 脑电信号采集 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 基于微状态的心理旋转认知过程研究 | 第26-39页 |
| 3.1 引言 | 第26-27页 |
| 3.2 实验数据处理 | 第27页 |
| 3.3 算法模型 | 第27-30页 |
| 3.3.1 微状态模型 | 第27-30页 |
| 3.3.2 GFP | 第30页 |
| 3.4 实验结果与分析 | 第30-37页 |
| 3.4.1 心理旋转中的微状态 | 第30-34页 |
| 3.4.2 微状态的偏侧性 | 第34-36页 |
| 3.4.3 微状态持续时间的“角度效应” | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 基于Lempel-Ziv复杂度的脑卒中研究 | 第39-45页 |
| 4.1 引言 | 第39-40页 |
| 4.2 Lempel-Ziv复杂度 | 第40-41页 |
| 4.3 LZC实验结果 | 第41-43页 |
| 4.3.1 LZC值反应卒中病灶区 | 第41-42页 |
| 4.3.2 两类EEG数据的LZC值差异 | 第42-43页 |
| 4.4 本章小结 | 第43-45页 |
| 第5章 基于共空间模式与稀疏表达分类的脑卒中患者脑电特征识别 | 第45-57页 |
| 5.1 引言 | 第45-46页 |
| 5.2 脑卒中患者脑电特征识别方法 | 第46-49页 |
| 5.2.1 数据预处理 | 第47页 |
| 5.2.2 基于CSP的特征提取 | 第47-48页 |
| 5.2.3 稀疏表达分类模型 | 第48-49页 |
| 5.3 实验结果 | 第49-55页 |
| 5.3.1 CSP特征 | 第50页 |
| 5.3.2 稀疏分解向量可视化 | 第50-51页 |
| 5.3.3 分类准确率 | 第51-52页 |
| 5.3.4 不同分类算法结果比较 | 第52-55页 |
| 5.4 本章小结 | 第55-57页 |
| 第6章 总结和展望 | 第57-59页 |
| 6.1 全文总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-69页 |
| 附录 | 第69-71页 |
| 详细摘要 | 第71-73页 |