首页--医药、卫生论文--神经病学与精神病学论文--精神病学论文--情感性精神病论文

基于分形的抑郁症脑磁图研究

摘要第4-5页
abstract第5页
第一章 绪论第8-13页
    1.1 研究背景第8-9页
    1.2 国内外研究现状第9-11页
        1.2.1 抑郁症的研究现状第9-10页
        1.2.2 抑郁症脑磁图的研究现状第10-11页
    1.3 研究意义第11-12页
    1.4 论文组织结构第12-13页
第二章 脑磁信号相关知识第13-21页
    2.1 脑的结构第13-14页
    2.2 脑磁图第14-16页
        2.2.1 脑磁图原理第14页
        2.2.2 脑磁图的特点第14-15页
        2.2.3 脑磁信号的测量和处理第15-16页
        2.2.4 脑磁图的临床应用第16页
    2.3 脑磁信号的非线性分析第16-18页
        2.3.1 混沌与分形第16-18页
        2.3.2 脑磁信号与混沌和分形之间的关系第18页
    2.4 非线性动力学指标第18-20页
        2.4.1 李雅普诺夫指数第18-19页
        2.4.2 柯尔莫哥洛夫熵第19-20页
    2.5 本章小结第20-21页
第三章 抑郁症脑磁图的关联维分析第21-44页
    3.1 分形理论第21-22页
        3.1.1 分形的概念第21-22页
        3.1.2 分形维数第22页
    3.2 关联维第22-26页
        3.2.1 重构相空间的意义第22-23页
        3.2.2 相空间重构第23-25页
        3.2.3 无标度区第25页
        3.2.4 关联维数的计算方法第25-26页
    3.3 实验过程第26-28页
        3.3.1 实验对象第26-27页
        3.3.2 实验仪器第27-28页
        3.3.3 实验数据采集和处理第28页
    3.4 实验结果及其分析第28-43页
        3.4.1 参数选取第28-30页
        3.4.2 实验结果第30-42页
        3.4.3 实验分析及结论第42-43页
    3.5 本章小结第43-44页
第四章 抑郁症脑磁图的去趋势波动分析第44-61页
    4.1 基于分形理论的研究方法第44-47页
        4.1.1 赫斯特指数第44-45页
        4.1.2 去趋势波动分析法第45-47页
    4.2 实验结果及分析第47-60页
        4.2.1 实验结果第47-59页
        4.2.2 实验分析及结论第59-60页
    4.3 本章小结第60-61页
第五章 系统设计与实现第61-70页
    5.1 开发环境第61-65页
        5.1.1 B/S架构第61-62页
        5.1.2 Vue.js介绍第62-63页
        5.1.3.NETCore2.0第63-64页
        5.1.4 C第64-65页
    5.2 系统模块第65-66页
        5.2.1 脑磁图模块第65页
        5.2.2 关联维分析模块第65-66页
        5.2.3 去趋势波动分析模块第66页
    5.3 系统使用第66-69页
    5.4 本章小结第69-70页
第六章 总结与展望第70-71页
参考文献第71-74页
附录1 攻读硕士学位期间撰写的论文第74-75页
附录2 攻读硕士学位期间参加的科研项目第75-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:人脸特征提取及分类识别算法的研究与设计
下一篇:基于图像处理的铁路扣件异常自动检测系统的研究