首页--医药、卫生论文--外科学论文--外科学各论论文--头部及神经外科学论文

基于静息态ECoG的脑功能区定位研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-19页
    1.1 脑功能区定位的研究背景第11-12页
    1.2 脑功能区定位的国内外研究现状第12-15页
        1.2.1 术前脑功能定位方法第12-13页
        1.2.2 术中脑功能定位方法第13-15页
    1.3 基于皮质脑电的脑功能区定位研究方法第15-17页
    1.4 本论文的研究内容及架构第17-19页
        1.4.1 论文研究的内容第17页
        1.4.2 论文结构安排第17-19页
第二章 脑电信号的产生与处理第19-28页
    2.1 脑电信号的生理基础第19-24页
        2.1.1 大脑的结构第19-20页
        2.1.2 大脑皮层功能区第20-22页
        2.1.3 神经元和突触第22-23页
        2.1.4 神经兴奋的离子学说第23-24页
    2.2 脑电信号的产生第24-26页
        2.2.1 静息态皮质脑电产生原理第24页
        2.2.2 脑电的采集与记录第24-25页
        2.2.3 脑电信号的特性第25-26页
    2.3 脑电信号的处理第26-27页
        2.3.1 脑电信号特征提取与模式识别分类方法第26-27页
        2.3.2 脑电信号应用实例第27页
    2.4 本章小结第27-28页
第三章 静息态皮质脑电预处理算法第28-35页
    3.1 皮质脑电去噪方法第28-31页
        3.1.1 独立分量分析基础原理第28-29页
        3.1.2 改进的快速独立分量分析算法第29-31页
    3.2 静息态皮质脑电样本采集及预处理第31-34页
        3.2.1 数据采集第31-33页
        3.2.2 独立分量干扰噪声信号提取第33页
        3.2.3 去除眼动干扰信号第33-34页
    3.3 本章小结第34-35页
第四章 静息态皮质脑电的特征提取和识别算法第35-50页
    4.1 皮质脑电特征提取算法第35-40页
        4.1.1 小波变换第35-37页
        4.1.2 特征提取算法设计第37-38页
        4.1.3 小波分析特征提取算法第38-40页
    4.2 识别分类算法设计第40-42页
        4.2.1 支持向量机第40-42页
        4.2.2 libsvm工具箱第42页
    4.3 模型学习与测试第42-47页
        4.3.1 皮质电刺激术(ECS)第42-43页
        4.3.2 ROC曲线第43页
        4.3.3 提取和分类算法模型第43-44页
        4.3.4 脑功能区定位第44-47页
    4.4 讨论第47-48页
    4.5 本章小结第48-50页
第五章 脑功能区地形图第50-59页
    5.1 脑功能区地形图的原理第50-51页
        5.1.1 脑功能区地形图概念第50页
        5.1.2 脑功能区地形图绘制步骤第50-51页
    5.2 硬膜下矩阵式电极定位方法第51-56页
        5.2.1 单个电极坐标的区域提取算法第51-52页
        5.2.2 扩展电极逐点排序算法第52-53页
        5.2.3 电极定位联合算法第53-54页
        5.2.4 实验与结果第54-56页
    5.3 脑功能区地形图成像第56-57页
    5.4 本章小结第57-59页
总结第59-62页
    工作总结第59-60页
    展望第60-62页
参考文献第62-68页
攻读硕士期间取得的研究成果第68-69页
致谢第69-70页
附件第70页

论文共70页,点击 下载论文
上一篇:经皮穿刺微波消融治疗在乳腺良性结节中的临床研究
下一篇:CIH对早期雄性子鼠肝IGF-1表达及表观遗传的影响