| 中文摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 缩略语/符号说明 | 第11-12页 |
| 一、前言 | 第12-19页 |
| 1.1 心算 | 第12-16页 |
| 1.1.1 心算的信息加工机制 | 第12-13页 |
| 1.1.2 心算难易对信息加工的影响 | 第13-14页 |
| 1.1.3 心算的脑电研究 | 第14-16页 |
| 1.2 Granger因果分析方法 | 第16页 |
| 1.3 研究目的及意义 | 第16-17页 |
| 1.4 论文研究内容和技术路线 | 第17-19页 |
| 1.4.1 研究的主要内容 | 第17页 |
| 1.4.2 研究的技术路线 | 第17页 |
| 1.4.3 本论文的结构 | 第17-19页 |
| 二、原理和方法 | 第19-26页 |
| 2.1 心算认知任务实验范式 | 第19-22页 |
| 2.1.1 实验对象 | 第19页 |
| 2.1.2 实验范式 | 第19-21页 |
| 2.1.3 数据采集和预处理 | 第21-22页 |
| 2.2 能量空间分布和占比 | 第22页 |
| 2.3 心算任务下EEGs的各频段DTF | 第22-23页 |
| 2.3.1 频域Granger因果分析方法 | 第22-23页 |
| 2.3.2 定向传递函数 | 第23页 |
| 2.4 EEGs的信息流增益 | 第23-25页 |
| 2.5 基于DTFij计算因果连接强度 | 第25页 |
| 2.6 统计学处理方法 | 第25-26页 |
| 三、结果 | 第26-44页 |
| 3.1 三种心算任务下EEGs各频段能量的空间分布 | 第26-29页 |
| 3.1.1 靶刺激EEGs能量空间分布及占比 | 第26-28页 |
| 3.1.2 靶刺激和非靶刺激EEGs能量空间分布比较 | 第28-29页 |
| 3.2 三种心算任务下EEGs的DTF矩阵 | 第29-31页 |
| 3.3 三种心算任务下EEGs的因果连接信息流增益 | 第31-37页 |
| 3.3.1 DTF因果连接信息流脑地形图 | 第31-36页 |
| 3.3.2 三种任务下beta频段分量信息流增益 | 第36-37页 |
| 3.4 三种心算任务下EEGs的DTF | 第37-43页 |
| 3.4.1 整个脑区DTF | 第37-38页 |
| 3.4.2 额区内部以及额区到中央区、颞区、顶区的DTF | 第38-40页 |
| 3.4.3 中央区内部以及中央区到额区、颞区、顶区的DTF | 第40-41页 |
| 3.4.4 颞区内部以及颞区到额区、中央区、顶区的DTF | 第41-42页 |
| 3.4.5 顶区内部以及颞区到额区、中央区、颞区的DTF | 第42-43页 |
| 3.5 小结 | 第43-44页 |
| 四、结论与讨论 | 第44-50页 |
| 4.1 结论 | 第44-45页 |
| 4.2 讨论 | 第45-50页 |
| 4.2.1 beta频段左右脑区流增益变化 | 第45-46页 |
| 4.2.2 信息流增益方法的影响 | 第46-47页 |
| 4.2.3 基于偏定向相干（PDC）因果连接的信息流增益 | 第47-50页 |
| 五、总结与展望 | 第50-52页 |
| 5.1 全文工作总结 | 第50页 |
| 5.2 未来工作展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 发表论文和参加科研情况说明 | 第57-58页 |
| 综述 基于心算认知任务的脑电特征研究 | 第58-68页 |
| 综述参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69页 |
