脑电信号中眼电伪迹去除方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-24页 |
| ·问题的提出及研究意义 | 第12页 |
| ·生理信号伪迹 | 第12-19页 |
| ·眼动及眨眼伪迹 | 第13-16页 |
| ·心电伪迹 | 第16-17页 |
| ·肌电伪迹 | 第17-19页 |
| ·其它生理伪迹 | 第19页 |
| ·小结 | 第19页 |
| ·非生理信号伪迹 | 第19-22页 |
| ·本文主要工作与论文体系 | 第22-24页 |
| 第二章 基于头表数据的眼电伪迹去除方法 | 第24-50页 |
| ·引言 | 第24-27页 |
| ·真实ERP数据 | 第24-26页 |
| ·仿真数据 | 第26-27页 |
| ·回归算法 | 第27-30页 |
| ·独立成分分析算法 | 第30-37页 |
| ·基本的独立成分分析概念 | 第30-33页 |
| ·伪迹识别与独立成分分析相结合的算法 | 第33-37页 |
| ·主成分分析算法 | 第37-47页 |
| ·基本的主成分分析算法 | 第37-40页 |
| ·主成分分析结合频域滤波的算法 | 第40-41页 |
| ·主成分分析与回归计算相结合的算法 | 第41-47页 |
| ·小结 | 第47-50页 |
| 第三章 基于皮层等效分布源的眼电伪迹去除方法 | 第50-70页 |
| ·引言 | 第50-51页 |
| ·皮层等效分布源计算方法 | 第51-53页 |
| ·线性反演的基本概念 | 第51-52页 |
| ·广义逆和奇异值分解算法 | 第52-53页 |
| ·CAST算法及实际数据结果 | 第53-61页 |
| ·含眼电伪迹的脑电数据 | 第54-56页 |
| ·皮层空间的等效源的建立 | 第56-57页 |
| ·皮层等效分布源的主成分分解 | 第57-60页 |
| ·皮层等效分布源的独立成分分解 | 第60-61页 |
| ·CAST算法与其它算法的对比 | 第61-67页 |
| ·小结 | 第67-70页 |
| 第四章 全自动眼电伪迹去除算法及应用 | 第70-86页 |
| ·眼电伪迹自动识别的算法 | 第70-73页 |
| ·眼电伪迹的特征 | 第70-72页 |
| ·基于相关的识别算法 | 第72-73页 |
| ·全自动伪迹去除方法的有效性验证 | 第73-78页 |
| ·实际ERP数据 | 第73-74页 |
| ·自动伪迹去除算法计算结果 | 第74-77页 |
| ·结论与讨论 | 第77-78页 |
| ·自动眼电伪迹去除算法在返回抑制研究中的应用 | 第78-86页 |
| ·返回抑制的概念 | 第78-79页 |
| ·算法在返回抑制中的应用 | 第79-84页 |
| ·小结 | 第84-86页 |
| 第五章 脑电采集系统的电极帽研究 | 第86-93页 |
| ·引言 | 第86-87页 |
| ·几种基本的脑电电极帽 | 第87-89页 |
| ·一种能确定电极位置的脑电采集系统电极帽 | 第89-93页 |
| ·电极帽结构介绍 | 第89-91页 |
| ·具体实施例 | 第91-93页 |
| 第六章 结论与讨论 | 第93-96页 |
| 致谢 | 第96-97页 |
| 参考文献 | 第97-103页 |
| 作者攻读博士学位期间取得的研究成果 | 第103-104页 |
