| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 传统的脑电分析方法 | 第11-12页 |
| 1.2.2 非线性动力学方法 | 第12-14页 |
| 1.2.3 脑电信号的多尺度方法 | 第14-15页 |
| 1.3 论文研究内容 | 第15-16页 |
| 1.4 论文章节安排 | 第16-17页 |
| 1.5 小结 | 第17-18页 |
| 第二章 相关基础理论 | 第18-26页 |
| 2.1 熵算法 | 第18-21页 |
| 2.1.1 样本熵 | 第18-20页 |
| 2.1.2 模糊熵 | 第20-21页 |
| 2.2 均匀时间窗的多尺度熵方法 | 第21-24页 |
| 2.2.1 粗粒度方法 | 第21-23页 |
| 2.2.2 细粒度方法 | 第23-24页 |
| 2.3 小结 | 第24-26页 |
| 第三章 脑电信号的均匀时间窗方法分析 | 第26-48页 |
| 3.1 基于方差和标准差的均匀时间窗方法 | 第26-27页 |
| 3.2 数据集简介 | 第27-33页 |
| 3.2.1 癫痫数据 | 第28页 |
| 3.2.2 酗酒数据 | 第28页 |
| 3.2.3 精分数据及预处理 | 第28-33页 |
| 3.3 脑电信号上的多尺度熵值分析 | 第33-40页 |
| 3.3.1 癫痫数据中多尺度熵值分析 | 第34-36页 |
| 3.3.2 酗酒数据中多尺度熵值分析 | 第36-38页 |
| 3.3.3 精分数据中多尺度熵值分析 | 第38-40页 |
| 3.4 均匀时间窗方法性能评估 | 第40-47页 |
| 3.4.1 均匀时间窗方法KS检验的p值比较 | 第41-46页 |
| 3.4.2 均匀时间窗方法的分类准确率比较 | 第46-47页 |
| 3.5 小结 | 第47-48页 |
| 第四章 非均匀时间窗与均匀时间窗方法分析 | 第48-62页 |
| 4.1 基于空间趋势的非均匀时间窗思想 | 第48-51页 |
| 4.2 脑电信号中非均匀时间窗方法分析 | 第51-56页 |
| 4.2.1 数据集中非均匀时间窗划分 | 第52-53页 |
| 4.2.2 数据集中非均匀时间窗方法分析 | 第53-56页 |
| 4.3 非均匀时间窗方法性能分析 | 第56-58页 |
| 4.3.1 非均匀时间窗方法中KS检验结果分析 | 第57页 |
| 4.3.2 非均匀时间窗方法中SVM分类结果分析 | 第57-58页 |
| 4.4 均匀时间窗方法与非均匀时间窗方法性能分析比较 | 第58-61页 |
| 4.4.1 均匀和非均匀时间窗方法的准确率分析 | 第59页 |
| 4.4.2 均匀和非均匀时间窗方法时间复杂度分析 | 第59-61页 |
| 4.5 小结 | 第61-62页 |
| 第五章 总结和展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |