| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-21页 |
| ·脑电逆问题概述与应用前景 | 第9-11页 |
| ·EEG逆问题及其数值计算方法 | 第11-15页 |
| 1-2-1 EEG逆问题的模型 | 第11-12页 |
| 1-2-2 基于等效偶极子模型的非线性参数反演法 | 第12-13页 |
| 1-2-3 基于电流分布模型的体素成像法 | 第13-15页 |
| 1-3 EIT技术简介 | 第15-20页 |
| 1-3-1 EIT的数学物理模型 | 第15页 |
| 1-3-2 EIT成像方法简介 | 第15-18页 |
| 1-3-3 EIT数据采集理论与系统简介 | 第18-20页 |
| 1-4 本文的主要研究工作 | 第20-21页 |
| 第二章 EIT正问题的求解 | 第21-39页 |
| 2-1 EIT场域的数学描述 | 第21-23页 |
| 2-2 利用有限元法解EIT正问题 | 第23-28页 |
| 2-2-1 有限元法求解EIT正问题的公式表述 | 第23-27页 |
| 2-2-2 电位矢量的获得 | 第27-28页 |
| 2-3 二维圆域的仿真实验 | 第28-34页 |
| 2-3-1 二维均匀介质圆域的解析公式 | 第28-29页 |
| 2-3-2 二维圆域仿真模型的建立 | 第29-30页 |
| 2-3-3 仿真结果 | 第30-34页 |
| 2-4 针对头模型的仿真实验 | 第34-38页 |
| 2-4-1 同心圆模型的仿真实验 | 第34-37页 |
| 2-4-2 二维真实头模型的仿真实验 | 第37-38页 |
| 2-5 本章小结 | 第38-39页 |
| 第三章 改进的修正牛顿-拉夫逊法在EIT静态成像中的应用 | 第39-61页 |
| 3-1 改进的修正牛顿-拉夫逊法 | 第39-43页 |
| 3-1-1 修正的牛顿-拉夫逊法的公式表述 | 第39-40页 |
| 3-1-2 Jacobian矩阵的获得 | 第40-41页 |
| 3-1-3 Hessian矩阵的病态性及正则化处理 | 第41-42页 |
| 3-1-4 应用两种不同网格的探讨 | 第42页 |
| 3-1-5 先验信息的应用 | 第42-43页 |
| 3-1-6 MNR方法的总体流程 | 第43页 |
| 3-1-7 重建质量的量化标准 | 第43页 |
| 3-2 正则化参数的选择 | 第43-47页 |
| 3-2-1 Tikhonov正则化的一些问题 | 第43-44页 |
| 3-2-2 正则化参数的几种选择方法 | 第44-47页 |
| 3-3 二维圆域的仿真实验 | 第47-54页 |
| 3-3-1 不同规模网格重建的比较研究 | 第47-49页 |
| 3-3-2 单目标仿真 | 第49-51页 |
| 3-3-3 两个相同电阻率目标的仿真 | 第51-53页 |
| 3-3-4 两个不同电阻率目标的仿真 | 第53-54页 |
| 3-4 针对头模型的仿真实验 | 第54-60页 |
| 3-4-1 三层同心圆模型的仿真实验 | 第55-56页 |
| 3-4-2 四层同心圆模型的仿真实验 | 第56-58页 |
| 3-4-3 2D真实头模型的仿真实验 | 第58-60页 |
| 3-5 本章小结 | 第60-61页 |
| 第四章 头部EIT成像研究 | 第61-87页 |
| 4-1 应用遗传算法对头部EIT成像的研究 | 第61-72页 |
| 4-1-1 遗传算法简介 | 第61-62页 |
| 4-1-2 遗传算法在头部EIT成像中的应用 | 第62-68页 |
| 4-1-3 仿真实验与结果 | 第68-72页 |
| 4-2 微分进化算法在EIT成像中的应用 | 第72-79页 |
| 4-2-1 微分进化算法简介 | 第72-73页 |
| 4-2-2 微分进化算法的描述 | 第73-76页 |
| 4-2-3 仿真实验与结果 | 第76-79页 |
| 4-3 头部EIT成像不同方法的比较和DE-MNR结合方法的提出 | 第79-86页 |
| 4-3-1 头部EIT成像不同方法的比较 | 第79-80页 |
| 4-3-2 DE-MNR结合算法 | 第80-81页 |
| 4-3-3 仿真实验与结果 | 第81-86页 |
| 4-4 本章小结 | 第86-87页 |
| 第五章 基于等效偶极子模型的EEG逆问题求解 | 第87-99页 |
| 5-1 脑电场正问题的解 | 第87-94页 |
| 5-1-1 脑电问题计算模型的获得 | 第87-89页 |
| 5-1-2 脑电场正问题计算的数学描述 | 第89-90页 |
| 5-1-3 脑电场正问题解法 | 第90-93页 |
| 5-1-4 脑电场正问题计算仿真结果 | 第93-94页 |
| 5-2 微分进化算法在EEG逆问题中的应用 | 第94-98页 |
| 5-2-1 基于ECD模型的非线性参数反演的一般形式 | 第94-95页 |
| 5-2-2 微分进化算法在EEG逆问题中的应用 | 第95-98页 |
| 5-3 本章小结 | 第98-99页 |
| 第六章 基于电流分布模型的EEG逆问题求解 | 第99-113页 |
| 6-1 脑电逆问题线性解的一般形式 | 第99-102页 |
| 6-1-1 EEG正问题导联场的获得 | 第99-100页 |
| 6-1-2 EEG线性逆解的一般形式 | 第100-102页 |
| 6-2 低分辨率层析成像方法及其改进 | 第102-106页 |
| 6-2-1 大脑体积内的LORETA | 第102-104页 |
| 6-2-2 大脑皮层上的LORETA | 第104-105页 |
| 6-2-3 基于LORETA的改进 | 第105-106页 |
| 6-3 仿真结果与结论 | 第106-112页 |
| 6-3-1 利用LORETA对大脑体积内源进行成像 | 第106-110页 |
| 6-3-2 利用LORETA对大脑皮层上源的成像 | 第110-112页 |
| 6-3-3 讨论 | 第112页 |
| 6-4 本章小结 | 第112-113页 |
| 第七章 结论 | 第113-115页 |
| 参考文献 | 第115-121页 |
| 致谢 | 第121-122页 |
| 攻读博士学位期间所取得的相关科研成果 | 第122-123页 |
