中文摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-23页 |
1.1 研究背景与意义 | 第10-13页 |
1.1.1 生物信息感知研究的发展与应用 | 第10-11页 |
1.1.2 研究意义与应用背景 | 第11-13页 |
1.2 脑电信号的基本特征 | 第13-17页 |
1.2.1 脑电信号的特点 | 第14-15页 |
1.2.2 脑电信号的基本分类与特征 | 第15-16页 |
1.2.3 脑电信号在精神健康领域的应用 | 第16-17页 |
1.3 脑电信号感知在普适化环境中面临的关键问题 | 第17-22页 |
1.3.1 普适化脑电信号质量控制模型欠缺的问题 | 第17-18页 |
1.3.2 无参考电极下较少导联脑电采集中眼电噪声有效去除的问题 | 第18-20页 |
1.3.3 脑电特征与精神状态的关联性问题 | 第20页 |
1.3.4 本文研究思路 | 第20-22页 |
1.4 论文主要研究内容与结构安排 | 第22-23页 |
第二章 脑电传感器的信号质量评估模型研究 | 第23-41页 |
2.1 当前脑电信号采集质量保障研究概述 | 第23-26页 |
2.1.1 传统环境中脑电信号采集质量保障措施 | 第23-24页 |
2.1.2 阻抗测量法在信号质量评估中的应用 | 第24-25页 |
2.1.3 基于模糊综合评价模型的脑电信号质量评估 | 第25-26页 |
2.2 模糊综合评价法概述 | 第26-28页 |
2.3 三种典型环境下脑电传感信号的特征 | 第28-34页 |
2.3.1 三种典型使用环境的选择 | 第28页 |
2.3.2 三种场景下脑电信号的特征 | 第28-34页 |
2.4 脑电传感信号质量评估模型 | 第34-38页 |
2.4.1 因素集评价指标-评价特征的选择 | 第34-35页 |
2.4.2 评判集评价结果与综合评判 | 第35-38页 |
2.5 评估模型的有效性验证 | 第38-40页 |
2.6 本章小结 | 第40-41页 |
第三章 基于少数导联脑电信号中眼动噪声去除算法的研究 | 第41-65页 |
3.1 背景噪声的分类及去除方法概述 | 第41-44页 |
3.1.1 脑电中背景噪声的类型 | 第41-42页 |
3.1.2 当前脑电信号去噪算法研究 | 第42-44页 |
3.2 噪声去除算法基础理论概述 | 第44-53页 |
3.2.1 小波变换基础理论 | 第44-49页 |
3.2.2 独立分量分析概述 | 第49-50页 |
3.2.3 自适应滤波器基本理论 | 第50-53页 |
3.3 基于小波变换和ICA相结合的眼电噪声分离算法 | 第53-56页 |
3.4 基于自适应滤波器结合小波变换的眼电噪声去除算法 | 第56-57页 |
3.5 实验数据分析与结论 | 第57-63页 |
3.5.1 模拟实验数据分析与结果比较 | 第57-61页 |
3.5.2 实际脑电中的眼电噪声去除结果与比较 | 第61-63页 |
3.6 本章小结 | 第63-65页 |
第四章 精神压力状态与脑电特征的关联性分析研究 | 第65-97页 |
4.1 基于普适化生物信息感知的精神压力研究 | 第65-67页 |
4.1.1 与精神压力相关的生物信息感知研究概况 | 第65-66页 |
4.1.2 脑电与心理疾病的关联性特征研究概况 | 第66-67页 |
4.2 可穿戴脑电传感器设计 | 第67-78页 |
4.2.1 可穿戴脑电传感器研究进展 | 第67-69页 |
4.2.2 OPTIMI中对可穿戴传感器的要求 | 第69-70页 |
4.2.3 脑电传感器的设计 | 第70-75页 |
4.2.4 传感器的性能指标及应用 | 第75-78页 |
4.3 基于可穿戴脑电传感的实验方案设计 | 第78-82页 |
4.3.1 参照量表的选择 | 第78-79页 |
4.3.2 实验对象的筛选 | 第79-80页 |
4.3.3 实验方案设计 | 第80-82页 |
4.4 脑电特征与精神压力的关联性分析 | 第82-96页 |
4.4.1 脑电特征的选择 | 第82-86页 |
4.4.2 分类器选择 | 第86-87页 |
4.4.3 实验数据分析 | 第87-96页 |
4.5 本章小结 | 第96-97页 |
第五章 总结与展望 | 第97-99页 |
5.1 本文工作 | 第97-98页 |
5.2 工作展望 | 第98-99页 |
参考文献 | 第99-108页 |
在学期间的研究成果 | 第108-111页 |
致谢 | 第111页 |