基于小波分析和神经网络的脑电图检测
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·论文研究的目的及意义 | 第8页 |
| ·研究现状 | 第8-9页 |
| ·论文研究主要内容 | 第9-11页 |
| 2 脑电图信号分析 | 第11-15页 |
| ·脑电图概述 | 第11-14页 |
| ·脑电波简介 | 第12-13页 |
| ·脑电极安放和导联组合 | 第13-14页 |
| ·伪迹简介 | 第14-15页 |
| 3 滤波器和小波分析原理 | 第15-27页 |
| ·滤波器原理 | 第15-19页 |
| ·FIR滤波器 | 第15-16页 |
| ·自适应滤波器 | 第16-18页 |
| ·LMS算法 | 第18-19页 |
| ·小波分析 | 第19-27页 |
| ·连续小波变换和离散小波变换 | 第21-23页 |
| ·小波多分辨率分析 | 第23-27页 |
| 4 人工神经网络和遗传算法 | 第27-41页 |
| ·人工神经网络简介 | 第27-31页 |
| ·神经网络的基本结构单元 | 第29-30页 |
| ·神经网络的连接模式 | 第30页 |
| ·神经网络的学习方式 | 第30页 |
| ·神经网络学习算法 | 第30-31页 |
| ·BP网络 | 第31页 |
| ·RBF网络 | 第31-33页 |
| ·遗传算法概述 | 第33-39页 |
| ·遗传算法的基本模型 | 第33-34页 |
| ·遗传算法的基本步骤 | 第34-37页 |
| ·遗传算法的一般流程 | 第37页 |
| ·遗传算法的特点 | 第37-38页 |
| ·遗传算法的应用 | 第38-39页 |
| ·遗传算法优化神经网络 | 第39-41页 |
| ·神经网络的不足 | 第39-40页 |
| ·遗传算法优化神经网络权值 | 第40-41页 |
| 5 脑电图检测系统设计 | 第41-63页 |
| ·概述 | 第41-56页 |
| ·脑电工频滤除算法设计与实现 | 第41-44页 |
| ·眼电伪迹消除算法设计与实现 | 第44-49页 |
| ·肌电伪迹的消除算法设计与实现 | 第49-51页 |
| ·噪声的消除算法设计与实现 | 第51-53页 |
| ·脉冲的消除算法设计与实现 | 第53-56页 |
| ·神经网络识别异常波 | 第56-57页 |
| ·遗传算法优化神经网络 | 第57-63页 |
| 6 结论 | 第63-64页 |
| ·课题研究成果 | 第63页 |
| ·工作展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 致谢 | 第67-69页 |
