| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 引言 | 第14-15页 |
| 1.2 研究背景 | 第15-21页 |
| 1.2.1 针刺数据获取 | 第15-16页 |
| 1.2.2 针刺数据分析 | 第16-21页 |
| 1.3 研究思路 | 第21-22页 |
| 1.4 主要贡献 | 第22-23页 |
| 1.5 内容安排 | 第23-24页 |
| 第二章 针刺神经电信号的采集与分类 | 第24-42页 |
| 2.1 针刺实验设计与信号采集 | 第24-30页 |
| 2.1.1 针刺的操作方法 | 第24页 |
| 2.1.2 针刺手法的量化 | 第24-26页 |
| 2.1.3 针刺神经响应信号的传导通路 | 第26-27页 |
| 2.1.4 针刺实验设计 | 第27-30页 |
| 2.2 针刺神经电信号的分类算法 | 第30-34页 |
| 2.2.1 小波聚类算法 | 第30-31页 |
| 2.2.2 基于模型的优化算法 | 第31-34页 |
| 2.3 针刺神经元放电序列的分类 | 第34-41页 |
| 2.3.1 两种分类方法的比较 | 第34-38页 |
| 2.3.2 四种针刺手法条件下神经元放电事件的统计分析 | 第38-41页 |
| 2.4 本章总结 | 第41-42页 |
| 第三章 基于概率模型的针刺神经响应过程的量化分析 | 第42-58页 |
| 3.1 线性非线性泊松级联模型 | 第42-43页 |
| 3.2 针刺神经响应过程的量化方法 | 第43-47页 |
| 3.2.1 基于状态空间模型的参数估计 | 第43-46页 |
| 3.2.2 瞬时放电率的直方图平滑算法 | 第46页 |
| 3.2.3 瞬时放电率的置信区间 | 第46-47页 |
| 3.2.4 模型与数据的拟合优度检验 | 第47页 |
| 3.3 基于仿真数据的方法有效性的检验 | 第47-50页 |
| 3.4 针刺神经响应活动的量化分析 | 第50-56页 |
| 3.5 本章总结 | 第56-58页 |
| 第四章 基于两类模型的针刺神经编解码的分析 | 第58-78页 |
| 4.1 针刺神经元的两类编码模型 | 第58-59页 |
| 4.1.1 伽马分布——黑箱模型 | 第58-59页 |
| 4.1.2 LIF模型——单室模型 | 第59页 |
| 4.2 伽马模型的合理性 | 第59-62页 |
| 4.2.1 放电特征参数的全局估计值 | 第59-60页 |
| 4.2.2 Kolmogorov-Smirnov(K-S)检验 | 第60-62页 |
| 4.3 神经响应系统的解码分析 | 第62-67页 |
| 4.3.1 基于贝叶斯理论的放电特征的瞬时估计 | 第62-65页 |
| 4.3.2 基于K-L散度分析的输入参数的瞬时估计 | 第65-67页 |
| 4.4 仿真数据分析 | 第67-71页 |
| 4.5 针刺输入重构与效应量化 | 第71-74页 |
| 4.6 针刺输入信号和放电序列的重构 | 第74-77页 |
| 4.7 本章总结 | 第77-78页 |
| 第五章 基于集群模型的时变的高阶放电相关性分析 | 第78-100页 |
| 5.1 神经元集群的对数线性模型 | 第78-79页 |
| 5.2 基于状态空间模型的放电相关性的估计 | 第79-82页 |
| 5.3 对数线性模型的选择 | 第82-84页 |
| 5.3.1 分层模型的选择 | 第82-84页 |
| 5.3.2 状态过程的选择 | 第84页 |
| 5.4 基于仿真数据的方法有效性的检验 | 第84-87页 |
| 5.5 针刺神经元集群的放电相关性估计 | 第87-98页 |
| 5.5.1 不同手法针刺数据的分层模型的选择 | 第88-91页 |
| 5.5.2 补法分析 | 第91-95页 |
| 5.5.3 泻法分析 | 第95-98页 |
| 5.6 本章总结 | 第98-100页 |
| 第六章 总结与展望 | 第100-104页 |
| 6.1 总结 | 第100-101页 |
| 6.2 展望 | 第101-104页 |
| 参考文献 | 第104-118页 |
| 发表论文和参加科研情况说明 | 第118-120页 |
| 致谢 | 第120-121页 |
