首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

脑电信号的特征提取与分析方法研究

致谢第1-6页
摘要第6-7页
Abstract第7-10页
第1章 绪论第10-19页
   ·脑电的简介第10-12页
     ·脑电的基本知识第10-11页
     ·脑电采集的方法第11-12页
   ·脑电信号的分析方法第12-14页
     ·频域方法第12-13页
     ·时域方法第13页
     ·时频方法第13-14页
   ·本文中基于脑电的研究对象与研究内容介绍第14-19页
     ·基于脑电的睡眠分析研究第15-16页
     ·基于高密度脑电的脑区映射研究第16-17页
     ·本文的具体研究内容第17-19页
第2章 基于脑电的睡眠评估实验第19-43页
   ·人类睡眠与睡眠脑电简介第19-27页
     ·人类睡眠的简介第19页
     ·睡眠分期与R&K标准第19-27页
   ·睡眠分期的计算机辅助分析方法第27-29页
   ·快速傅里叶变换、希尔伯特黄变换与功率谱密度第29-38页
     ·快速傅里叶变换与希尔伯特黄变换简介第29-35页
     ·功率谱密度简介第35-38页
   ·睡眠实验设计与流程第38-43页
第3章 睡眠脑电数据分析第43-61页
   ·基于R&K标准模板匹配的睡眠脑电分期第43-50页
     ·基于R&K标准模板匹配的睡眠脑电分期方法简介第43-46页
     ·分期结果第46-50页
   ·基于功率谱密度的模糊睡眠评价标准的探究第50-60页
     ·基于功率谱密度的睡眠评价标准第50-59页
     ·基于功率谱密度新方法的优势第59-60页
   ·本章小结与讨论第60-61页
第4章 人类大脑的基本知识与高密度脑电实验第61-74页
   ·大脑与大脑分区第61-63页
   ·神经体感诱发电位SEP与事件相关电位ERP第63-68页
     ·神经体感诱发电位简介与探究其存在性的实验第63-67页
     ·事件相关电位ERP简介第67-68页
   ·传统脑电的不足与高密度脑电的必要性第68-72页
   ·高密度脑电实验第72-74页
第5章 高密度脑电数据分析第74-80页
   ·特征段的提取工作第74-77页
   ·模式识别结果及分析第77-79页
   ·实验结果讨论第79-80页
第6章 总结与展望第80-83页
   ·实验总结及存在的问题第80-81页
   ·研究展望第81-83页
参考文献第83-86页
附录:匹兹堡睡眠质量指数量表第86-90页
作者简历及在学期间所取得的科研成果第90-92页

论文共92页,点击 下载论文
上一篇:基于IEC61131-3标准的控制工程多语言编译器
下一篇:基于光谱与视觉图像的机载式油菜生长信息检测统研究