基于振幅—周期二维特征的抑郁症脑电复杂度分析
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-17页 |
1.1 抑郁症的研究现状 | 第9-11页 |
1.1.1 单胺类递质理论 | 第9-10页 |
1.1.2 神经内分泌假说 | 第10-11页 |
1.1.3 认知神经科学研究 | 第11页 |
1.2 脑电信号及其方法概述 | 第11-14页 |
1.2.1 脑电的发现和产生原理 | 第12-13页 |
1.2.2 自发脑电与抑郁症研究 | 第13页 |
1.2.3 诱发脑电与抑郁症研究 | 第13-14页 |
1.3 脑电分析的非线性方法 | 第14-15页 |
1.3.1 基于混沌理论的脑电分析方法 | 第14页 |
1.3.2 基于复杂度理论的脑电分析方法 | 第14-15页 |
1.3.3 基于多种非线性方法的脑电研究 | 第15页 |
提出问题 | 第15页 |
本文结构 | 第15-17页 |
第2章 二维振动序列复杂度的信息熵方法 | 第17-35页 |
2.1 基本原理 | 第17-21页 |
2.1.1 时间序列在二维空间中的表达 | 第17-18页 |
2.1.2 计算二维振动序列信息熵的方法 | 第18-19页 |
2.1.3 选取二维信息熵分段参数的方法 | 第19-21页 |
2.2 仿真实验 | 第21-25页 |
2.2.1 仿真波形的构建 | 第21-22页 |
2.2.2 二维信息熵分析 | 第22-24页 |
2.2.3 选取分段参数方法的讨论 | 第24-25页 |
2.3 基于二维信息熵的抑郁症脑电分析 | 第25-33页 |
2.3.1 实验数据 | 第25-26页 |
2.3.2 分析方法 | 第26-27页 |
2.3.3 实验结果 | 第27-32页 |
2.3.4 结果讨论 | 第32-33页 |
2.4 本章小结 | 第33-35页 |
第3章 二维振动序列复杂度的样本熵方法 | 第35-47页 |
3.1 基本原理 | 第35-39页 |
3.1.1 近似熵理论与计算方法 | 第35-36页 |
3.1.2 样本熵理论与计算方法 | 第36-37页 |
3.1.3 二维样本熵的计算方法 | 第37-39页 |
3.2 仿真实验 | 第39-42页 |
3.2.1 仿真波形的构建 | 第39-40页 |
3.2.2 二维样本熵分析 | 第40-42页 |
3.3 基于二维样本熵的抑郁症脑电分析 | 第42-46页 |
3.3.1 实验数据 | 第42页 |
3.3.2 分析方法 | 第42页 |
3.3.3 实验结果 | 第42-45页 |
3.3.4 结果讨论 | 第45-46页 |
3.4 本章小结 | 第46-47页 |
第4章 二维振动熵在任务态脑电分析中的应用 | 第47-59页 |
4.1 实验设计 | 第47-49页 |
4.1.1 抑郁症的负性认知偏向 | 第47-48页 |
4.1.2 实验方法及实验材料 | 第48-49页 |
4.2 数据处理 | 第49-50页 |
4.3 数据分析 | 第50-57页 |
4.3.1 基于二维信息熵的分析结果 | 第50-54页 |
4.3.2 基于二维样本熵的分析结果 | 第54-57页 |
4.3.3 结果讨论 | 第57页 |
4.4 本章总结 | 第57-59页 |
总结与展望 | 第59-61页 |
参考文献 | 第61-67页 |
附录 | 第67-71页 |
攻读硕士学位期间发表的学术论文 | 第71-73页 |
致谢 | 第73页 |