摘要 | 第2-3页 |
Abstract | 第3页 |
1 绪论 | 第7-15页 |
1.1 事件相关电位介绍 | 第7-8页 |
1.2 事件相关电位空时域组分析方法介绍 | 第8-14页 |
1.2.1 事件相关电位传统分析方法介绍 | 第8-9页 |
1.2.2 事件相关电位空时域组分析方法介绍 | 第9-11页 |
1.2.3 主成分分析加旋转方法在事件相关电位中的应用 | 第11-12页 |
1.2.4 独立分量分析方法在事件相关电位中的应用 | 第12页 |
1.2.5 现有盲分离算法组分析事件相关电位时存在的问题 | 第12-14页 |
1.3 章节安排及创新点简介 | 第14-15页 |
2 实验数据介绍 | 第15-21页 |
2.1 仿真数据 | 第15-18页 |
2.2 实际事件相关电位数据 | 第18-21页 |
2.2.1 失匹配负波介绍 | 第18-19页 |
2.2.2 认知实验假设 | 第19页 |
2.2.3 认知实验设计 | 第19-20页 |
2.2.4 数据记录及其预处理 | 第20页 |
2.2.5 被用来组分析的数据 | 第20-21页 |
3 主成分分析加旋转的组分析方法 | 第21-50页 |
3.1 主成分分析加旋转分离含噪源方法 | 第21-27页 |
3.1.1 线性模型介绍 | 第21页 |
3.1.2 主成分分析降维 | 第21-22页 |
3.1.3 从盲分离的角度解释Promax旋转方法 | 第22-23页 |
3.1.4 成分数选择 | 第23页 |
3.1.5 成分反投影解决不同成分之间不能直接比较的问题 | 第23-25页 |
3.1.6 小波滤波方法 | 第25-27页 |
3.2 仿真-主成分分析加旋转时间域组分析 | 第27-39页 |
3.2.1 仿真数据成分分离结果评价方法 | 第27页 |
3.2.2 比较仿真数据分解所得成分与源成分 | 第27-33页 |
3.2.3 仿真数据成分分离结果评价-全局矩阵C和成分的分离指标PI结果 | 第33-35页 |
3.2.4 比较仿真数据含噪源成分与分解所得成分 | 第35-39页 |
3.3 实际事件相关电位数据的主成分分析加旋转时间域组分析 | 第39-47页 |
3.3.1 小波滤波和传统叠加平均的数据在线性模型上的对比 | 第39-41页 |
3.3.2 小波滤波后的数据主成分分析加旋转组分析 | 第41-47页 |
3.4 本章小结 | 第47-50页 |
4 独立分量分析在空、时域组分析 | 第50-77页 |
4.1 基于信息熵最大的独立分量分析方法介绍 | 第50-51页 |
4.2 仿真-独立分量分析空间域组分析 | 第51-55页 |
4.3 仿真-独立分量分析时间域组分析 | 第55-58页 |
4.4 实际事件相关电位独立分量分析空间域组分析 | 第58-69页 |
4.4.1 小波滤波后的数据分解结果 | 第59-62页 |
4.4.2 传统叠加平均的数据分解结果 | 第62-65页 |
4.4.3 比较小波滤波和传统叠加平均的数据分解成分稳定性 | 第65-66页 |
4.4.4 单个被试的数据独立分量分析空间域分解成分稳定性结果 | 第66-69页 |
4.5 实际事件相关电位独立分量分析时间域组分析 | 第69-74页 |
4.5.1 小波滤波后的数据分析结果 | 第69-73页 |
4.5.2 传统叠加平均的数据分析结果 | 第73-74页 |
4.5.3 比较小波滤波和传统叠加平均的数据独立分量分析时间域组分析 | 第74页 |
4.6 本章小结 | 第74-77页 |
5 差异波数据的分解 | 第77-94页 |
5.1 实际事件相关电位差异波数据主成分分析加旋转组分析 | 第77-84页 |
5.1.1 小波滤波后的差异波数据分析结果 | 第79-84页 |
5.1.2 比较差异波前、后顺序数据主成分分析加旋转时间域组分析 | 第84页 |
5.2 实际事件相关电位差异波数据独立分量分析空间域组分析 | 第84-92页 |
5.2.1 小波滤波后的差异波数据分解结果 | 第85-87页 |
5.2.2 传统叠加平均的差异波数据分解结果 | 第87-88页 |
5.2.3 比较差异波前、后顺序数据独立分量分析空间域组分析 | 第88页 |
5.2.4 单个被试差异波数据独立分量分析空间域分解成分稳定性结果 | 第88-92页 |
5.3 本章小结 | 第92-94页 |
结论 | 第94-96页 |
参考文献 | 第96-102页 |
攻读硕士学位期间发表学术论文情况 | 第102-103页 |
致谢 | 第103-105页 |