| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 学术背景及理论与实际意义 | 第13-16页 |
| 1.1.1 课题研究背景 | 第13-14页 |
| 1.1.2 小波分析 | 第14-15页 |
| 1.1.3 研究意义 | 第15-16页 |
| 1.2 国内外文献综述 | 第16-17页 |
| 1.3 课题来源及主要的研究内容 | 第17-18页 |
| 1.3.1 课题来源 | 第17-18页 |
| 1.3.2 研究内容 | 第18页 |
| 1.4 论文结构 | 第18-20页 |
| 第二章 脑电信号处理方法 | 第20-25页 |
| 2.1 脑电信号的特点 | 第20页 |
| 2.2 脑电信号的频带成分 | 第20-21页 |
| 2.3 脑电信号处理方法 | 第21-24页 |
| 2.3.1 时域分析 | 第21页 |
| 2.3.2 频域分析 | 第21-22页 |
| 2.3.3 时频分析 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 小波变换理论 | 第25-33页 |
| 3.1 传统小波变换 | 第25-30页 |
| 3.1.1 连续小波变换及其时频特征 | 第26-28页 |
| 3.1.2 Mallat算法 | 第28-30页 |
| 3.2 第二代小波变换 | 第30-32页 |
| 3.2.1 第二代小波变换原理 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 提升算法在脑电信号节律提取中的应用 | 第33-42页 |
| 4.1 提升算法 | 第33-38页 |
| 4.1.1 Laurent多项式的Euclid算法 | 第33-34页 |
| 4.1.2 多相位矩阵的因子分解 | 第34-35页 |
| 4.1.3 提升格式算法描述 | 第35-38页 |
| 4.2 DB4小波变换的提升实现 | 第38-39页 |
| 4.3 脑电信号节律提取软件实现 | 第39-40页 |
| 4.3.1 脑电数据来源 | 第39-40页 |
| 4.3.2 实验结果 | 第40页 |
| 4.4 本章小结 | 第40-42页 |
| 第五章 睡眠脑电信号的自动分阶 | 第42-58页 |
| 5.1 数据来源 | 第42页 |
| 5.2 睡眠分期规则的制定 | 第42-43页 |
| 5.3 睡眠各期脑电信号特征 | 第43-44页 |
| 5.4 Hilbert-Huang变换及经验模态分解 | 第44-49页 |
| 5.4.1 Hilbert-Huang 变换方法 | 第45-48页 |
| 5.4.2 Hilbert变换和Hilbert谱 | 第48-49页 |
| 5.5 实验结果及其分析 | 第49-57页 |
| 5.5.1 IMF分量 | 第50页 |
| 5.5.2 瞬时频率与瞬时振幅 | 第50-52页 |
| 5.5.3 Hilbert-Huang谱 | 第52-53页 |
| 5.5.4 边际谱图 | 第53-55页 |
| 5.5.5 睡眠脑电自动分阶结果 | 第55-57页 |
| 5.6 本章小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表论文 | 第65-67页 |
| 致谢 | 第67页 |