| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 大脑功能区定位的研究背景 | 第10-11页 |
| 1.2 大脑功能区定位的现有方法 | 第11-15页 |
| 1.2.1 术前大脑功能区定位方法 | 第11-13页 |
| 1.2.2 术中大脑功能区定位方法 | 第13页 |
| 1.2.3 现有方法存在的问题 | 第13-15页 |
| 1.3 皮质脑电术中脑功能定位方法的研究现状 | 第15-16页 |
| 1.3.1 国外研究现状 | 第15-16页 |
| 1.3.2 国内研究现状 | 第16页 |
| 1.4 基于样本熵的皮质脑电术中脑功能定位算法研究 | 第16-17页 |
| 1.5 论文的研究内容及结构 | 第17-19页 |
| 1.5.1 论文研究的内容 | 第17-18页 |
| 1.5.2 论文结构安排 | 第18-19页 |
| 第二章 大脑功能区定位的基础 | 第19-31页 |
| 2.1 生理基础 | 第19-23页 |
| 2.1.1 神经系统 | 第19-21页 |
| 2.1.2 大脑的结构 | 第21-22页 |
| 2.1.3 大脑皮质功能区 | 第22-23页 |
| 2.2 脑电信号 | 第23-29页 |
| 2.2.1 脑电信号产生的生理机制 | 第24页 |
| 2.2.2 脑电信号的采集与记录 | 第24-26页 |
| 2.2.3 脑电信号的描述 | 第26-27页 |
| 2.2.4 脑电信号的特性 | 第27-28页 |
| 2.2.5 脑电信号的分类 | 第28-29页 |
| 2.3 本章小结 | 第29-31页 |
| 第三章 脑电信号的采集和预处理 | 第31-45页 |
| 3.1 皮层电刺激 | 第31-33页 |
| 3.2 ECOG数据采集 | 第33-36页 |
| 3.2.1 ECoG数据采集 | 第33页 |
| 3.2.2 坏道检测 | 第33-35页 |
| 3.2.3 信号截取 | 第35-36页 |
| 3.3 基线漂移纠正 | 第36-37页 |
| 3.4 小波变换滤波 | 第37-40页 |
| 3.4.1 连续小波变换 | 第37-38页 |
| 3.4.2 特定频段样本的选取 | 第38-40页 |
| 3.5 ECOG样本集生成 | 第40-43页 |
| 3.5.1 运动区样本集 | 第40-42页 |
| 3.5.2 数数区样本集 | 第42-43页 |
| 3.5.3 命名区样本集 | 第43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 基于样本熵的术中脑功能定位算法研究 | 第45-55页 |
| 4.1 特征提取算法的设计 | 第45-48页 |
| 4.1.1 特征分析 | 第45-46页 |
| 4.1.2 样本熵简介 | 第46-47页 |
| 4.1.3 特征提取 | 第47-48页 |
| 4.1.4 规范化 | 第48页 |
| 4.2 支持向量机分类算法设计 | 第48-52页 |
| 4.2.1 支持向量机简介 | 第49页 |
| 4.2.2 训练集和测试集的建立 | 第49-50页 |
| 4.2.3 模型训练与测试 | 第50-52页 |
| 4.3 脑功能定位算法的评价与分析 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 结论与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附件 | 第64页 |