基于小波包和多元多尺度熵的癫痫脑电信号分类方法
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景与意义 | 第10-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·论文结构安排 | 第15-17页 |
| 第2章 癫痫脑电信号的基础知识介绍 | 第17-29页 |
| ·脑电信号产生机理及基本特征 | 第17-19页 |
| ·脑电信号的采集及应用 | 第19-22页 |
| ·脑电信号分类 | 第22-23页 |
| ·癫痫脑电信号的特征 | 第23-25页 |
| ·脑电信号分析方法 | 第25-28页 |
| ·时域分析 | 第26页 |
| ·频域分析 | 第26-27页 |
| ·时频分析 | 第27页 |
| ·非线性分析方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 小波及小波包变换的基本原理 | 第29-39页 |
| ·引言 | 第29页 |
| ·小波变换原理说明 | 第29-36页 |
| ·连续小波变换 | 第30-32页 |
| ·离散小波变换 | 第32-34页 |
| ·多分辨率分析 | 第34-36页 |
| ·小波包变换原理 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 多元多尺度熵算法原理分析 | 第39-49页 |
| ·引言 | 第39页 |
| ·近似熵、互近似熵的算法 | 第39-40页 |
| ·样本熵的定义与含义 | 第40-42页 |
| ·多尺度熵算法 | 第42-44页 |
| ·多元多尺度熵算法 | 第44-48页 |
| ·多尺度熵算法步骤 | 第44-45页 |
| ·嵌入性理论 | 第45页 |
| ·多元样本熵算法步骤 | 第45-46页 |
| ·多变量的复杂度分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 实验过程与分析 | 第49-63页 |
| ·实验环境介绍 | 第49-50页 |
| ·实验过程具体介绍 | 第50-62页 |
| ·算法步骤 | 第50-52页 |
| ·原始 EEG 信号的多尺度分解 | 第52-54页 |
| ·EEG 信号多元多尺度熵分析 | 第54-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72页 |
