精神分裂症患者认知负载状态的脑电信号特异性研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究背景 | 第10-12页 |
| 1.2 精神分裂症认知功能损害国内外研究现状 | 第12-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 论文组织架构 | 第16-18页 |
| 第二章 实验数据采集与预处理 | 第18-31页 |
| 2.1 脑电信号采集 | 第18-20页 |
| 2.2 被试者入组 | 第20-22页 |
| 2.3 认知负载实验 | 第22-23页 |
| 2.4 脑电信号预处理 | 第23-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于非线性动力学的认知负载脑电分析 | 第31-44页 |
| 3.1 非线性动力学理论 | 第31页 |
| 3.2 基于非线性动力学的认知负载脑电分析 | 第31-35页 |
| 3.3 结果与讨论 | 第35-42页 |
| 3.3.1 数据选取 | 第35-36页 |
| 3.3.2 结果 | 第36-40页 |
| 3.3.3 讨论 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于功能脑网络理论的认知负载脑电分析 | 第44-56页 |
| 4.1 复杂网络理论 | 第44-45页 |
| 4.2 功能脑网络构建 | 第45-50页 |
| 4.3 结果与讨论 | 第50-55页 |
| 4.3.1 数据选取 | 第50-51页 |
| 4.3.2 结果 | 第51-54页 |
| 4.3.3 讨论 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 精神分裂症患者的自动分类研究 | 第56-64页 |
| 5.1 机器学习理论 | 第56-59页 |
| 5.2 基于SVM的自动分类实现 | 第59-60页 |
| 5.3 结果与讨论 | 第60-63页 |
| 5.3.1 结果 | 第60-62页 |
| 5.3.2 讨论 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-67页 |
| 6.1 工作总结 | 第64-65页 |
| 6.2 工作展望 | 第65-67页 |
| 参考文献 | 第67-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-77页 |
| 致谢 | 第77-78页 |
| 附件 | 第78页 |
