基于复杂度研究脑电中的癫痫发作特征
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| §1-1 癫痫脑电信号特征识别的研究背景 | 第8-9页 |
| §1-2 基于脑电信号分析的癫痫自动检测方法 | 第9-11页 |
| 1-2-1 时域方法 | 第9页 |
| 1-2-2 频域方法 | 第9页 |
| 1-2-3 非线性方法 | 第9-10页 |
| 1-2-4 其他方法 | 第10-11页 |
| §1-3 本文主要工作 | 第11-12页 |
| 第二章 癫痫脑电信号的基础知识 | 第12-17页 |
| §2-1 脑电信号产生机理与种类 | 第12-13页 |
| §2-2 脑电信号的采集方法及应用 | 第13-15页 |
| §2-3 癫痫脑电信号的特征 | 第15-17页 |
| 第三章 近似熵及其在癫痫检测中应用的研究 | 第17-29页 |
| §3-1 近似熵的基本概念 | 第17-22页 |
| 3-1-1 近似熵、互近似熵的算法 | 第17-19页 |
| 3-1-2 近似熵的参数分析 | 第19-20页 |
| 3-1-3 近似熵的性质 | 第20-22页 |
| §3-2 近似熵在癫痫自动检测中的应用研究 | 第22-28页 |
| 3-2-1 近似熵应用在癫痫自动检测中的理论依据 | 第22-23页 |
| 3-2-2 实验数据及结果 | 第23-28页 |
| 3-2-3 近似熵算法的局限性 | 第28页 |
| §3-3 小结 | 第28-29页 |
| 第四章 样本熵及其在癫痫检测中应用的研究 | 第29-37页 |
| §4-1 样本熵的定义与含义 | 第29-32页 |
| 4-1-1 样本熵的算法 | 第29-30页 |
| 4-1-2 样本熵的性质 | 第30-32页 |
| §4-2 样本熵在癫痫自动检测中的应用研究 | 第32-36页 |
| §4-3 小结 | 第36-37页 |
| 第五章 小波变换在癫痫样波提取中的应用研究 | 第37-51页 |
| §5-1 小波变换的基础理论 | 第37-38页 |
| 5-1-1 傅里叶变换 | 第37-38页 |
| 5-1-2 短时傅里叶变换 | 第38页 |
| §5-2 小波变换 | 第38-42页 |
| 5-2-1 连续小波变换 | 第39-41页 |
| 5-2-2 离散小波变换 | 第41-42页 |
| §5-3 小波变换在癫痫检测中的应用研究 | 第42-50页 |
| 5-3-1 小波变换应用在癫痫检测中的理论基础 | 第42-43页 |
| 5-3-2 小波变换后的实验结果 | 第43-50页 |
| §5-4 小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
