| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 主要缩写名称对照表 | 第10-11页 |
| 主要数学符号对照表 | 第11-12页 |
| 第1章 引言 | 第12-29页 |
| 1.1 研究听觉认知能力评估方法的意义 | 第12页 |
| 1.2 听觉认知相关的背景介绍 | 第12-18页 |
| 1.2.1 听觉通路原理 | 第12-13页 |
| 1.2.2 听力认知能力测试方法 | 第13-17页 |
| 1.2.2.1 心理物理主观测试 | 第13-14页 |
| 1.2.2.2 电生理客观测试 | 第14-15页 |
| 1.2.2.3 基于脑电的电生理客观测试 | 第15-17页 |
| 1.2.3 听力认知能力评估方法的比较 | 第17-18页 |
| 1.3 听觉认知能力评估的研究现状 | 第18-23页 |
| 1.3.1 心理物理主观测试 | 第18-19页 |
| 1.3.2 基于脑电的电生理客观测试 | 第19-23页 |
| 1.3.2.1 信号处理方面 | 第20-22页 |
| 1.3.2.2 神经生理机制 | 第22-23页 |
| 1.4 已有研究存在的问题 | 第23-25页 |
| 1.5 论文的研究思路 | 第25页 |
| 1.6 论文的主要工作和贡献 | 第25-27页 |
| 1.7 论文的组织结构 | 第27-29页 |
| 第2章 心理物理测试方法以及脑电分析方法介绍 | 第29-39页 |
| 2.1 本章引论 | 第29页 |
| 2.2 心理物理测量方法 | 第29-31页 |
| 2.2.1 纯音测听 | 第29页 |
| 2.2.2 纯音频率分辨阈值测试 | 第29-30页 |
| 2.2.3 间隙检测 | 第30页 |
| 2.2.4 言语测听 | 第30-31页 |
| 2.3 脑电信号分析方法 | 第31-34页 |
| 2.3.1 相干平均 | 第31页 |
| 2.3.2 频域滤波 | 第31页 |
| 2.3.3 空域滤波 | 第31-32页 |
| 2.3.4 已有研究中提取 ERP 的算法 | 第32-33页 |
| 2.3.5 重采样技术 | 第33-34页 |
| 2.4 脑电节律信号分析方法 | 第34-36页 |
| 2.4.1 时频分析 | 第34-35页 |
| 2.4.2 节律信号能量与相位的评价方法 | 第35-36页 |
| 2.4.3 场电位的时频扰动分析 | 第36页 |
| 2.5 算法性能的评价指标 | 第36-38页 |
| 2.5.1 相关系数 | 第36页 |
| 2.5.2 潜伏期或幅度的偏差百分比 | 第36页 |
| 2.5.3 Amari 指数 | 第36-37页 |
| 2.5.4 信噪比 | 第37页 |
| 2.5.5 残留方差 | 第37-38页 |
| 2.6 本章总结 | 第38-39页 |
| 第3章 基于重采样差分和 SIM 的 MMN 波形提取算法 | 第39-61页 |
| 3.1 本章引论 | 第39-42页 |
| 3.2 rdSIM 算法介绍 | 第42-44页 |
| 3.3 仿真实验 | 第44-49页 |
| 3.3.1 仿真数据 | 第44-45页 |
| 3.3.2 DW 和 RAICAR 方法介绍 | 第45页 |
| 3.3.3 评估参量 | 第45-46页 |
| 3.3.4 仿真结果 | 第46-49页 |
| 3.3.4.1 rdSIM 算法中四个参数的影响 | 第46-47页 |
| 3.3.4.2 DW、RAICAR 和 rdSIM 三种方法的比较 | 第47-49页 |
| 3.4 频率 MMN 的真实脑电数据的分析 | 第49-51页 |
| 3.4.1 受试者 | 第49页 |
| 3.4.2 偏差刺激频率的确定 | 第49-50页 |
| 3.4.3 实验过程 | 第50-51页 |
| 3.4.4 采用 DW、RAICAR 和 rdSIM 方法的数据分析 | 第51页 |
| 3.5 真实脑电数据的分析结果 | 第51-56页 |
| 3.5.1 针对个体 rdSIM 所提取的 MMN | 第51-52页 |
| 3.5.2 所有受试者 rdSIM 所提取的 MMN 结果 | 第52-56页 |
| 3.6 讨论 | 第56-59页 |
| 3.6.1 与其它研究结果的比较 | 第56-57页 |
| 3.6.2 基于 SIM 的其它两种方法 | 第57-58页 |
| 3.6.3 将来的应用 | 第58页 |
| 3.6.4 rdSIM 算法特征总结 | 第58-59页 |
| 3.7 本章总结 | 第59-61页 |
| 第4章 听觉噪声环境下视觉对语音识别的影响研究 | 第61-77页 |
| 4.1 本章引论 | 第61-62页 |
| 4.2 不同听觉噪声环境下视觉输入提高语音识别的实验设计 | 第62-65页 |
| 4.2.1 受试者 | 第62页 |
| 4.2.2 实验材料 | 第62-63页 |
| 4.2.3 实验过程 | 第63-64页 |
| 4.2.4 Trigger 校正 | 第64页 |
| 4.2.5 脑电数据采集 | 第64页 |
| 4.2.6 脑电数据预处理 | 第64-65页 |
| 4.3 不同听觉噪声环境下视觉输入提高语音识别的行为学结果 | 第65-67页 |
| 4.4 不同听觉噪声环境下视觉输入提高语音识别的 ERP 分析 | 第67-71页 |
| 4.4.1 分析方法 | 第67页 |
| 4.4.2 分析结果 | 第67-69页 |
| 4.4.3 讨论 | 第69-70页 |
| 4.4.4 总结 | 第70-71页 |
| 4.5 不同听觉噪声环境下视觉输入提高语音识别的 Gamma 分析 | 第71-76页 |
| 4.5.1 分析方法 | 第71页 |
| 4.5.2 分析结果 | 第71-75页 |
| 4.5.3 讨论 | 第75页 |
| 4.5.4 总结 | 第75-76页 |
| 4.6 本章总结 | 第76-77页 |
| 第5章 语音识别时视听觉多感官增益的时空分析 | 第77-100页 |
| 5.1 本章引论 | 第77-78页 |
| 5.2 分析方法 | 第78-81页 |
| 5.2.1 实验数据 | 第78页 |
| 5.2.2 脑电数据预处理 | 第78页 |
| 5.2.3 视听觉、单听、多感官增益成分的时空域分析方法 | 第78-81页 |
| 5.3 结果分析 | 第81-98页 |
| 5.3.1 视听觉条件下 ERP 成分及源定位 | 第81-87页 |
| 5.3.2 单听条件下 ERP 成分及源定位 | 第87-92页 |
| 5.3.3 视听觉和单听条件下 ERP 成分及源定位的分析 | 第92-94页 |
| 5.3.4 视听觉多感官增益成分及源定位 | 第94-96页 |
| 5.3.5 多感官增益成分及源定位与视听觉、单听条件比较 | 第96-98页 |
| 5.4 讨论 | 第98-99页 |
| 5.5 本章总结 | 第99-100页 |
| 第6章 基于脑电的中风患者语音识别能力研究 | 第100-111页 |
| 6.1 本章引论 | 第100-101页 |
| 6.2 中风患者语音识别能力研究的实验设计 | 第101-104页 |
| 6.2.1 受试者 | 第101页 |
| 6.2.2 实验材料 | 第101-102页 |
| 6.2.3 实验过程 | 第102-103页 |
| 6.2.4 脑电数据采集 | 第103-104页 |
| 6.2.5 脑电数据预处理 | 第104页 |
| 6.2.6 数据分析 | 第104页 |
| 6.3 实验结果 | 第104-109页 |
| 6.3.1 行为学结果 | 第104-105页 |
| 6.3.2 ERP 结果 | 第105-109页 |
| 6.4 讨论 | 第109-110页 |
| 6.5 本章总结 | 第110-111页 |
| 第7章 总结与展望 | 第111-115页 |
| 7.1 论文的主要工作 | 第111-112页 |
| 7.2 论文的创新点 | 第112-113页 |
| 7.3 本论文研究展望 | 第113-115页 |
| 参考文献 | 第115-126页 |
| 致谢 | 第126-128页 |
| 个人简历、在学期间发表的学术论文 | 第128-129页 |
