| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| 1．1 脑电简介 | 第9-10页 |
| 1．2 脑电的主要分析方法 | 第10-11页 |
| 1．3 线性方法的局限性 | 第11-12页 |
| 1．4 适用于脑电分析的复杂性方法 | 第12-13页 |
| 1．5 复杂性方法的粗粒化问题以及分尺度复杂性 | 第13-14页 |
| 1．6 时频分析方法以及希尔伯特—黄变换 | 第14页 |
| 1．7 本文的主要工作 | 第14-16页 |
| 第二章 复杂性方法 | 第16-23页 |
| 2．1 信号分析中的复杂性度量方法介绍 | 第16-19页 |
| 2．2 随机性和复杂性的关系 | 第19-20页 |
| 2．3 ITM用于心理实验的研究 | 第20-22页 |
| 2．4 本章小节 | 第22-23页 |
| 第三章 多尺度复杂性及应用 | 第23-39页 |
| 3．1 复杂性计算过程中的过粗粒化问题 | 第23-24页 |
| 3．2 几种分尺度复杂性 | 第24-27页 |
| 3．3 复杂性计算过程中在不同尺度下二值化的方法 | 第27-29页 |
| 3．4 多尺度下二值化过程中分割方法的选择 | 第29页 |
| 3．5 构造曲线复杂性的小尺度分析 | 第29-32页 |
| 3．6 小尺度复杂性方法存在的问题 | 第32-33页 |
| 3．7 小尺度复杂性用于区分文字和照片 | 第33-36页 |
| 3．8 小尺度复杂性用于精神分裂症脑电分析 | 第36-38页 |
| 3．9 本章小节 | 第38-39页 |
| 第四章 希尔伯特—黄变换 | 第39-48页 |
| 4．1 时频分析方法 | 第39-40页 |
| 4．2 EMD方法 | 第40-45页 |
| 4．3 HILBERT谱 | 第45-46页 |
| 4．4 本章小结 | 第46-48页 |
| 第五章 基于HHT的运动表象研究 | 第48-91页 |
| 5．1 脑机接口简介 | 第48-51页 |
| 5．2 运动表象及其神经生理学基础 | 第51-53页 |
| 5．3 分类器的选择 | 第53-54页 |
| 5．4 识别率的估计方法 | 第54页 |
| 5．5 BCI2005数据ⅢB简介 | 第54-56页 |
| 5．6 HHT方法对数据ⅢB的分析 | 第56-72页 |
| 5．7 BCI2005数据Ⅰ简介，分析的难点以及HHT的优势 | 第72-75页 |
| 5．8 电极选择 | 第75-82页 |
| 5．9 原始信号及IMF能量的交叉验证结果 | 第82-83页 |
| 5．10 体表拉普拉斯滤波在ECOG预处理中作用初步探讨 | 第83-84页 |
| 5．11 多电极多时间段多参数结合分析 | 第84-89页 |
| 5．12 本章小节 | 第89-91页 |
| 第六章 课题的总结与展望 | 第91-94页 |
| 致谢 | 第94-96页 |
| 参考文献 | 第96-105页 |
| 作者在攻读博士学位期间完成的科研成果及论文 | 第105页 |