| 第一章 绪论 | 第1-18页 |
| 1．1 脑研究的意义、方法和临床应用 | 第8-10页 |
| 1．2 脑电磁信号产生的机理及其研究背景 | 第10-13页 |
| 1．2．1 脑电磁信号产生的神经机理 | 第10-12页 |
| 1．2．2 脑研究的背景 | 第12-13页 |
| 1．3 脑电磁计算研究的方法和意义 | 第13-14页 |
| 1．3．1 脑电磁计算研究的意义 | 第13页 |
| 1．3．2 生物电磁计算常用的几种方法 | 第13-14页 |
| 1．4 真实模型的构建在脑电磁研究中的重要意义 | 第14-16页 |
| 1．5 本文主要工作 | 第16-18页 |
| 第二章 图象的预处理 | 第18-28页 |
| 2．1 空域上的滤波 | 第18-20页 |
| 2．2 小波变换的滤波方法 | 第20-27页 |
| 2．2．1 小波变换的简介 | 第20页 |
| 2．2．2 二维离散小波变换 | 第20-23页 |
| 2．2．3 图象去噪原理 | 第23-25页 |
| 2．2．4 正交小波包去噪 | 第25-27页 |
| 2．3 小结 | 第27-28页 |
| 第三章 图象分割 | 第28-52页 |
| 3．1 目前常用的医学图象分割方法 | 第28-32页 |
| 3．1．1 图象分割的简介 | 第28-29页 |
| 3．1．2 常用的医学图象分割方法 | 第29-32页 |
| 3．2 动态包络模型算法分割大脑 | 第32-43页 |
| 3．2．1 传统的动态包络模型算法 | 第32-34页 |
| 3．2．2 梯度矢量流GVF的动态包络模型算法及其改进 | 第34-37页 |
| 3．2．3 改进GVF动态包络模型多分辩率分析算法 | 第37-43页 |
| 3．3 模糊图象分割 | 第43-50页 |
| 3．3．1 模糊聚类分割方法的概述 | 第43-48页 |
| 3．3．2 基于直方图的FCM脑分割方法 | 第48-50页 |
| 3．4 小结 | 第50-52页 |
| 第四章 三维真实头模型的构建 | 第52-69页 |
| 4．1 体数据的获取 | 第52-57页 |
| 4．1．1 数学形态学简介 | 第52-54页 |
| 4．1．2 头皮数据的获取 | 第54页 |
| 4．1．3 脑体数据的获取 | 第54-57页 |
| 4．2 节点的获取 | 第57-59页 |
| 4．2．1 等角度法 | 第57-58页 |
| 4．2．2 等步长法 | 第58-59页 |
| 4．3 计算模型的构建 | 第59-65页 |
| 4．3．1 最短对角线方法 | 第59-62页 |
| 4．3．2 基于3D Delaunay的剖分方法 | 第62-65页 |
| 4．4 真实头模型可视化 | 第65-68页 |
| 4．5 小结 | 第68-69页 |
| 第五章 脑电正问题的研究 | 第69-84页 |
| 5．1 脑电正问题研究的基本理论 | 第69-70页 |
| 5．2 脑电正问题的边界元求解 | 第70-71页 |
| 5．3 边界元算法的计算过程 | 第71-76页 |
| 5．3．1 边界元算法的具体计算过程 | 第71-74页 |
| 5．3．2 测试场（Lead Field）的获得 | 第74-76页 |
| 5．4 真实头模型上的正向计算 | 第76-83页 |
| 5．4．1 离散基函数的形式 | 第76-80页 |
| 5．4．2 自立体角的计算 | 第80页 |
| 5．4．3 消涨技术的使用 | 第80-81页 |
| 5．4．4 隔离问题的处理 | 第81-83页 |
| 5．5 小结 | 第83-84页 |
| 总结与进一步的工作 | 第84-85页 |
| 在学期间发表的论文 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-92页 |