小鼠睡眠检测干预闭环混合智能系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题背景 | 第11-14页 |
| 1.1.1 生物机器结合的混合智能系统研究现状 | 第11-12页 |
| 1.1.2 神经信息采集和现状 | 第12-13页 |
| 1.1.3 脑区域神经信息研究现状 | 第13-14页 |
| 1.1.4 干预生物智能方法研究现状 | 第14页 |
| 1.2 本文的内容和主要贡献 | 第14页 |
| 1.3 文章结构 | 第14-16页 |
| 第2章 相关技术基础 | 第16-27页 |
| 2.1 采集系统相关设备和技术 | 第16-21页 |
| 2.1.1 采集电极和探针 | 第16页 |
| 2.1.2 Plexon设备 | 第16-21页 |
| 2.2 小鼠脑区神经信号机理 | 第21-22页 |
| 2.2.1 海马体、记忆、睡眠和脑区振荡波活动 | 第21-22页 |
| 2.2.2 非侵入式光控刺激原理 | 第22页 |
| 2.3 脑电信号处理技术 | 第22-23页 |
| 2.3.1 脑电信号预处理技术 | 第22-23页 |
| 2.3.2 脑电信号特征提取技术 | 第23页 |
| 2.3.3 脑电信号特征分类技术 | 第23页 |
| 2.4 软件开发技术 | 第23-26页 |
| 2.4.1 Juce音频处理框架 | 第23-24页 |
| 2.4.2 Open-Ephys模块开发平台 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 Ripple检测算法与性能分析 | 第27-40页 |
| 3.1 Ripple振荡波检测的神经学原理 | 第27页 |
| 3.2 算法实验数据准备 | 第27-30页 |
| 3.2.1 模拟数据 | 第28-29页 |
| 3.2.2 真实数据 | 第29-30页 |
| 3.3 Ripple振荡波实时检测算法 | 第30-39页 |
| 3.3.1 滑动窗格阈值法PWT | 第30-34页 |
| 3.3.2 启发式包络线阈值法HBT | 第34-35页 |
| 3.3.3 包络线平滑检测法EDF | 第35-36页 |
| 3.3.4 异常事件检测CUSUM法 | 第36-37页 |
| 3.3.5 算法综合分析 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 系统结构设计 | 第40-56页 |
| 4.1 系统功能需求定义 | 第40-42页 |
| 4.1.1 关键功能 | 第40-41页 |
| 4.1.2 高可用性 | 第41-42页 |
| 4.1.3 高性能 | 第42页 |
| 4.1.4 高可复用性 | 第42页 |
| 4.2 系统整体架构及关键功能解决方案设计 | 第42-45页 |
| 4.2.1 系统整体架构 | 第42-43页 |
| 4.2.2 局部场电位神经信号采集方案 | 第43-44页 |
| 4.2.3 局部场电位检测分析方案 | 第44页 |
| 4.2.4 闭环系统干预反馈方案 | 第44-45页 |
| 4.3 详细结构组成 | 第45-54页 |
| 4.3.1 硬件组成 | 第45-48页 |
| 4.3.2 软件组成 | 第48-53页 |
| 4.3.3 系统性能指标 | 第53-54页 |
| 4.4 硬件系统展示 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 可视化控制终端设计与实现 | 第56-63页 |
| 5.1 可视化控制终端总体需求描述 | 第56页 |
| 5.2 系统软件模块需求描述 | 第56-58页 |
| 5.2.1 硬件控制功能需求 | 第56-57页 |
| 5.2.2 软件补充功能需求 | 第57页 |
| 5.2.3 系统其它需求描述 | 第57-58页 |
| 5.3 可视化控制终端架构设计 | 第58-59页 |
| 5.4 可视化控制终端实现 | 第59-60页 |
| 5.4.1 核心模块设计开发 | 第59-60页 |
| 5.5 系统展示与性能分析 | 第60-62页 |
| 5.5.1 系统环境 | 第60-61页 |
| 5.5.2 性能分析 | 第61-62页 |
| 5.6 本章小结 | 第62-63页 |
| 第6章 总结和展望 | 第63-64页 |
| 6.1 本文工作总结 | 第63页 |
| 6.2 未来工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间主要的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
