| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 引言——文章结构说明 | 第8-10页 |
| 第一章：研究背景 | 第10-15页 |
| ·混沌时间序列 | 第10-11页 |
| ·非线性动力学指标 | 第11-13页 |
| ·非线性动力学方法在心电、脑电信号处理中的应用 | 第13-15页 |
| 第二章：混沌时间序列中的非线性指标方法 | 第15-37页 |
| ·时间序列的相空间重构 | 第15-22页 |
| ·观测数据的嵌入 | 第16-17页 |
| ·嵌入参数的选取方法 | 第17-22页 |
| ·G-P算法 | 第18页 |
| ·自相关法 | 第18-19页 |
| ·G-Z算法 | 第19-20页 |
| ·分离速度法 | 第20-22页 |
| ·几类典型的非线性指标 | 第22-37页 |
| ·Lyapunov指数 | 第22-26页 |
| ·维数 | 第26-28页 |
| ·关联维数 | 第26-27页 |
| ·Lyapunov维数 | 第27页 |
| ·信息维 | 第27-28页 |
| ·熵 | 第28-30页 |
| ·K熵 | 第28-29页 |
| ·近似熵 | 第29-30页 |
| ·CO复杂度 | 第30-32页 |
| ·模式复杂度 | 第32-37页 |
| 第三章：Surrogate方法以及非线性指标的归一化问题 | 第37-59页 |
| ·Surrogate方法 | 第37-43页 |
| ·Surrogate的基本概念 | 第38-40页 |
| ·几类Surrogate生成算法 | 第40-43页 |
| ·基于零假设一的约束实现算法 | 第40-41页 |
| ·基于零假设二的高斯次序Surrogate算法 | 第41-42页 |
| ·Schreiber-Schmitz迭代Surrogate算法 | 第42-43页 |
| ·非线性指标的归一化 | 第43-59页 |
| ·L-Z复杂度和语法复杂度 | 第43-47页 |
| ·复杂度归一化问题研究 | 第47-52页 |
| ·基于替代数据思想的归一化复杂度 | 第52-55页 |
| ·基于替代数据思想的归一化复杂度在脑电信号分析中的应用 | 第55-59页 |
| 第四章：Lyapunov指数方法及其在心电信号中的应用 | 第59-91页 |
| ·最大Lyapunov指数 | 第60-65页 |
| ·Nicolis方法 | 第60-61页 |
| ·Wolf方法 | 第61-62页 |
| ·Jacobian方法 | 第62-64页 |
| ·p-范数方法 | 第64-65页 |
| ·局部Lyapunov指数 | 第65-68页 |
| ·随机系统中的LLE | 第66-67页 |
| ·局部多项式回归估计局部Lyapunov指数 | 第67-68页 |
| ·Lyapunov指数谱 | 第68-69页 |
| ·连续动力系统的Lyapunov指数计算：Lyapunov向量方法 | 第69-73页 |
| ·连续系统Lyapunov指数的计算方法 | 第70-71页 |
| ·Lyapunov向量方法 | 第71-73页 |
| ·心率变异的最大Lyapunov指数分析 | 第73-76页 |
| ·心电信号的Lyapunov指数谱分析 | 第76-83页 |
| ·心电信号时间序列基于Lyapunov指数谱的主成分聚类分析 | 第83-86页 |
| ·TSS算法 | 第86-89页 |
| ·结论 | 第89-91页 |
| 附录 | 第91-105页 |
| 一、CO复杂度有关性质的数学证明 | 第91-100页 |
| 二、脑电图 | 第100-102页 |
| 三、心电图 | 第102-105页 |
| 参考文献 | 第105-112页 |
| 攻读博士期间发表文章以及参与项目 | 第112-113页 |
