| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| 1．1 课题的理论意义及应用价值 | 第9页 |
| 1．2 国内外的研究概况及发展趋势 | 第9-11页 |
| 1．3 本文主要工作 | 第11-13页 |
| 2 基于脑电信号特性分析与特征提取的方法概述 | 第13-26页 |
| 2．1 脑电信号的基本知识 | 第13-16页 |
| 2．1．1 脑电信号的产生机理及种类 | 第13-15页 |
| 2．1．2 脑电信号的采集方法及应用 | 第15-16页 |
| 2．2 脑电信号的特点及其对信号处理的要求 | 第16-17页 |
| 2．3 脑电信号处理的主要研究方法 | 第17-26页 |
| 2．3．1 时域分析 | 第17页 |
| 2．3．2 频域分析 | 第17-20页 |
| 2．3．3 时频分析 | 第20-22页 |
| 2．3．4 人工神经网络 | 第22-23页 |
| 2．3．5 非线性动力学 | 第23-26页 |
| 3 近似熵及其在脑损伤检测中的应用 | 第26-38页 |
| 3．1 近似熵的基本概念 | 第26-31页 |
| 3．1．1 近似熵的算法 | 第26-27页 |
| 3．1．2 近似熵的参数分析 | 第27-29页 |
| 3．1．3 近似熵的基本性质 | 第29-30页 |
| 3．1．4 近似熵的快速算法 | 第30-31页 |
| 3．2 近似熵在脑缺氧损伤检测中的应用研究 | 第31-36页 |
| 3．2．1 缺氧性脑损伤概述 | 第31-32页 |
| 3．2．2 实验过程及实验数据 | 第32-33页 |
| 3．2．3 缺氧性脑损伤 EEG信号的近似熵检测研究 | 第33-35页 |
| 3．2．4 缺氧性脑损伤 EEG信号的近似熵预测研究 | 第35-36页 |
| 3．3 小结 | 第36-38页 |
| 4 样本熵及其在癫痫检测中的应用研究 | 第38-52页 |
| 4．1 癫痫概述 | 第38-39页 |
| 4．2 近似熵在癫痫检测中的应用研究 | 第39-45页 |
| 4．2．1 实验数据及结果 | 第39-44页 |
| 4．2．2 近似熵算法的局限性 | 第44-45页 |
| 4．3 样本熵及其在癫痫检测中的应用研究 | 第45-50页 |
| 4．3．1 样本熵的算法 | 第45-46页 |
| 4．3．2 样本熵的基本性质 | 第46页 |
| 4．3．3 样本熵在癫痫检测中的应用 | 第46-50页 |
| 4．4 小结 | 第50-52页 |
| 5 基于EMD与样本熵在癫痫预测研究 | 第52-58页 |
| 5．1 经验模式分解(EMD) | 第52-54页 |
| 5．1．1 EMD算法 | 第52-54页 |
| 5．1．2 EMD分离标准的选择 | 第54页 |
| 5．2 基于EMD与样本熵的癫痫预测研究 | 第54-57页 |
| 5．3 小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6．1 研究总结 | 第58-59页 |
| 6．2 思考与展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |
| 大连理工大学学位论文版权使用授权书 | 第65页 |