| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 引言 | 第9页 |
| 1.2 肠道动力研究现状概述 | 第9-11页 |
| 1.3 独立分量分析概述 | 第11-12页 |
| 1.4 本文章节安排和主要工作 | 第12-13页 |
| 第二章 结肠测压系统及结肠动力运动简介 | 第13-22页 |
| 2.1 结肠压力数据采集方法 | 第13-14页 |
| 2.1.1 受试者 | 第13页 |
| 2.1.2 采集设备和方法 | 第13-14页 |
| 2.2 结肠动力运动简介 | 第14-21页 |
| 2.2.1 结肠动力模式的分类 | 第15-18页 |
| 2.2.2 结肠动力运动的频率 | 第18-19页 |
| 2.2.3 日常活动对结肠动力运动的影响 | 第19页 |
| 2.2.4 慢性传输性便秘患者结肠动力功能的异常 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 独立分量分析 | 第22-35页 |
| 3.1 ICA 的概念 | 第22-23页 |
| 3.1.1 ICA 的定义 | 第22页 |
| 3.1.2 基本ICA 模型的条件 | 第22-23页 |
| 3.1.3 ICA 的不确定性 | 第23页 |
| 3.2 ICA 估计的方法与原理 | 第23-29页 |
| 3.2.1 最大化非高斯度法（Maximization of Nongaussianity） | 第23-26页 |
| 3.2.2 最小化互信息法（Minimization of Mutual Imformation, MMI） | 第26-28页 |
| 3.2.3 极大似然估计法 | 第28-29页 |
| 3.2.4 ICA 方法小结与选择 | 第29页 |
| 3.3 ICA 的预处理 | 第29-30页 |
| 3.3.1 中心化 | 第29页 |
| 3.3.2 白化 | 第29-30页 |
| 3.4 ICA 的算法 | 第30-34页 |
| 3.4.1 ICA 算法概述 | 第30-31页 |
| 3.4.2 快速ICA 算法 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基本ICA 模型的结肠压力信号处理 | 第35-45页 |
| 4.1 数据描述及其预处理 | 第35页 |
| 4.2 对数据进行时频分析（JOINT TIME-FREQUENCY ANALYSIS） | 第35-38页 |
| 4.2.1 时频分析概述 | 第35-36页 |
| 4.2.2 时频分析结果 | 第36-38页 |
| 4.3 结肠压力数据的独立分量分析 | 第38-44页 |
| 4.3.1 提取节律性运动信息 | 第38-41页 |
| 4.3.2 提取结肠压力模式信号 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 超定ICA | 第45-56页 |
| 5.1 超定ICA 概述 | 第45页 |
| 5.2 超定ICA 模型及假设 | 第45-46页 |
| 5.3 主分量分析 | 第46-49页 |
| 5.3.1 主分量分析概述 | 第46页 |
| 5.3.2 主分量分析模型 | 第46-47页 |
| 5.3.3 主分量分析的求解 | 第47-49页 |
| 5.4 利用主分量分析估计源信号数量 | 第49-51页 |
| 5.5 超定ICA 的快速算法 | 第51-52页 |
| 5.6 基于超定ICA 的结肠压力信号处理 | 第52-54页 |
| 5.7 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-59页 |
| 6.1 全文总结 | 第56-57页 |
| 6.2 研究展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-66页 |
| 就读期间撰写和发表的学术作品 | 第66-68页 |
