| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| Contents | 第8-10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 国内外研究现状 | 第11-16页 |
| 1.3 论文主要研究内容 | 第16-18页 |
| 第二章 癫痫脑电数据采集与处理算法分析 | 第18-27页 |
| 2.1 脑电信号特征及其临床应用 | 第18-20页 |
| 2.2 癫痫脑电信号数据采集与选择 | 第20-21页 |
| 2.3 脑电图机系统功能需求分析 | 第21-23页 |
| 2.4 64导联脑电图机系统架构 | 第23-24页 |
| 2.5 用于癫痫发作始发区快速定位和高频振荡节律提取算法分析 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于IIR滤波器的信号预处理算法 | 第27-36页 |
| 3.1 数据归一化处理 | 第27页 |
| 3.2 设计IIR滤波器进行数据滤波 | 第27-32页 |
| 3.3 设计梳状滤波器进行数据滤波 | 第32-33页 |
| 3.4 信号预处理仿真 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于AR模型功率谱估计和曲线模板的SOZ定位算法 | 第36-46页 |
| 4.1 利用AR模型估计功率谱 | 第36-40页 |
| 4.2 疑似癫痫发作始发区的特征分类方法 | 第40-41页 |
| 4.3 利用曲线模板定位癫痫发作始发区 | 第41-43页 |
| 4.4 定位癫痫发作始发区仿真 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 基于复Morlet小波的高频振荡节律提取算法 | 第46-52页 |
| 5.1 复Morlet小波分解画小波时频图 | 第47-48页 |
| 5.2 小波系数特征分类 | 第48页 |
| 5.3 高频振荡节律提取算法仿真 | 第48-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 癫痫发作始发区快速定位结果分析 | 第52-65页 |
| 6.1 基于MATLAB GUI的癫痫发作始发区快速定位算法实现 | 第52-59页 |
| 6.2 癫痫发作始发区定位结果性能分析 | 第59-61页 |
| 6.3 本章小结 | 第61-65页 |
| 结论与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 研究生期间发表论文 | 第72-74页 |
| 致谢 | 第74页 |
