| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-6页 |
| 第一章 绪论 | 第6-10页 |
| 1．1 脑电信号产生机理、种类、特征 | 第6-7页 |
| 1．2 脑电图在生理研究及临床医学上的应用 | 第7页 |
| 1．3 脑电信号的常规分析方法及研究方向 | 第7-8页 |
| 1．4 本文主要的研究内容 | 第8-10页 |
| 第二章 脑电信号的预测建模 | 第10-23页 |
| 2．1 测建模的基本原理 | 第10-11页 |
| 2．1．1 Takens嵌入定理 | 第10-11页 |
| 2．1．2 相空间重构 | 第11页 |
| 2．2 预测建模的一般方法 | 第11-13页 |
| 2．2．1 全局预测法 | 第12页 |
| 2．2．2 局域预测法 | 第12页 |
| 2．2．3 神经网络预测建模 | 第12-13页 |
| 2．2．4 自适应非线性滤波预测法 | 第13页 |
| 2．3 径向基函数（RBF）神经网络用于EEG信号预测 | 第13-18页 |
| 2．3．1 RBF网络结构 | 第13-14页 |
| 2．3．2 RBF网络学习方法 | 第14-16页 |
| 2．3．3 网络改进及预测结果 | 第16-18页 |
| 2．4 volterra级数滤波器用于EEG信号预测 | 第18-22页 |
| 2．4．1 Volterra级数滤波器结构 | 第18-20页 |
| 2．4．2 NNLMS自适应滤波算法 | 第20-21页 |
| 2．4．3 预测结果 | 第21-22页 |
| 2．5 RBF神经网络和Volterra级数滤波器两种预测法的比较 | 第22-23页 |
| 第三章 脑电信号自动分析检测方法 | 第23-32页 |
| 3．1 脑电信号分析检测的一般方法 | 第23-24页 |
| 3．2 小波变换理论 | 第24-28页 |
| 3．2．1 小波变换的基本原理 | 第24-25页 |
| 3．2．2 小波变换的基本特性 | 第25-26页 |
| 3．2．3 小波变换的实现方法 | 第26-28页 |
| 3．3 连续小波变换用于癫痫脑电信号中的棘波检测 | 第28-32页 |
| 第四章 结论、展望 | 第32-33页 |
| 致谢 | 第33-34页 |
| 主要参考文献 | 第34-36页 |
