| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1. 绪论 | 第15-22页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 经验模态分解算法 | 第16-17页 |
| 1.2.2 脑电相位同步 | 第17-18页 |
| 1.2.3 脑电分析的其他主要方法 | 第18-19页 |
| 1.3 主要研究内容 | 第19-20页 |
| 1.4 论文的组织结构 | 第20-22页 |
| 2. 脑电 | 第22-45页 |
| 2.1 脑电的采集 | 第22-23页 |
| 2.2 相关背景 | 第23-25页 |
| 2.2.1 癫痫脑电特性 | 第24-25页 |
| 2.3 脑电基本算法 | 第25-44页 |
| 2.3.1 预处理算法 | 第26-37页 |
| 2.3.2 提取特征 | 第37-40页 |
| 2.3.3 分类识别算法 | 第40-44页 |
| 2.4 本章小结 | 第44-45页 |
| 3. 基于相关性分析的EMD算法 | 第45-60页 |
| 3.1 相关性分析理论 | 第45-46页 |
| 3.2 相关性仿真实验 | 第46-59页 |
| 3.2.1 相关性分析 | 第47-52页 |
| 3.2.2 特征提取 | 第52-53页 |
| 3.2.3 分类实验 | 第53-59页 |
| 3.3 本章小结 | 第59-60页 |
| 4. 基于Kruskal-Waills算法的脑电特征有效性研究 | 第60-79页 |
| 4.1 Kruskal-Waills检验理论 | 第60-61页 |
| 4.2 Kruskal-Waills实验仿真 | 第61-68页 |
| 4.3 Kruskal-Waills实验效果评估 | 第68-78页 |
| 4.4 本章小结 | 第78-79页 |
| 5. 基于希尔伯特-黄变换的锁相位算法 | 第79-93页 |
| 5.1 锁相位理论 | 第79-80页 |
| 5.2 脑电锁相位实验 | 第80-89页 |
| 5.2.1 传统的锁相位带通滤波 | 第80-83页 |
| 5.2.2 基于希尔伯特-黄变换的锁相位算法 | 第83-87页 |
| 5.2.3 不同算法的锁相位值计算和比较 | 第87-89页 |
| 5.3 建立基于同步的癫痫脑电识别算法 | 第89-92页 |
| 5.3.1 识别实验评估 | 第90-92页 |
| 5.4 本章小结 | 第92-93页 |
| 结语 | 第93-96页 |
| 参考文献 | 第96-104页 |
| 附录A 攻读学位期间发表的学术论文目录 | 第104-105页 |
| 附录B 攻读学位期间主持和参与的主要项目 | 第105-106页 |
| 致谢 | 第106页 |