首页--医药、卫生论文--神经病学与精神病学论文--脑部疾病论文--癫痫论文

癫痫脑电的非线性方法分析

提要第1-9页
第1章 绪论第9-17页
   ·引言第9-10页
   ·研究背景第10-12页
   ·研究意义第12-14页
   ·论文主要内容及研究成果第14-15页
   ·论文结构安排第15-17页
第2章 癫痫和脑电研究概述第17-28页
   ·引言第17页
   ·癫痫第17-18页
   ·脑电信号第18-26页
     ·脑电信号的定义第18-19页
     ·脑电信号的获取第19-21页
     ·脑电信号分析的几种方法第21-23页
     ·本文所用的脑电信号第23-26页
   ·利用脑电信号进行癫痫发作检测第26-27页
     ·主要方法第26-27页
     ·存在的问题第27页
   ·本章小结第27-28页
第3章 Duffing混沌振子的新特性及其潜在应用研究第28-50页
   ·引言第28页
   ·Duffing混沌振子第28-31页
   ·混沌振子的常用分析方法第31-35页
     ·Lyapunov指数第31-32页
     ·相平面第32-33页
     ·Poincaré截面第33-35页
   ·Duffing混沌振子的新特性研究第35-47页
     ·测试混沌时间序列第35-37页
     ·利用三种混沌时间序列验证Duffing振子的新特性第37-40页
     ·Duffing振子新特性验证结果的讨论第40-47页
   ·Duffing振子新特性的潜在应用介绍第47-49页
   ·本章小结第49-50页
第4章 正常和癫痫脑电信号嵌入维数差异分析第50-65页
   ·引言第50页
   ·相空间重构与嵌入维数第50-54页
     ·相空间重构理论第50-51页
     ·嵌入维数第51-52页
     ·嵌入维数计算方法第52-54页
   ·正常和癫痫脑电信号嵌入维数差异研究第54-63页
     ·脑电数据第54-55页
     ·实验设计第55页
     ·实验结果第55-62页
     ·实验结果分析第62-63页
   ·正常和癫痫脑电信号确定性差异第63-64页
   ·本章小结第64-65页
第5章 利用非线性程度区分正常和癫痫脑电信号第65-80页
   ·引言第65页
   ·时间序列非线性度的量化方法第65-70页
     ·替代数据法第66页
     ·延迟向量方差第66-68页
     ·时间序列非线性度的量化方法第68-70页
   ·实验数据第70-72页
     ·人工时间序列第70-71页
     ·实际时间序列第71-72页
   ·基于非线性度的癫痫发作描述第72-77页
     ·嵌入维数的确定第72-73页
     ·替代数据对非线性度计算结果的影响第73-74页
     ·人工时间序列的非线性度第74页
     ·脑电时间序列的非线性度第74-77页
   ·实验结果分析第77-79页
   ·本章小结第79-80页
第6章 基于神经网络和嵌入参数的癫痫脑电自动检测第80-95页
   ·引言第80-81页
   ·神经网络分类第81-84页
     ·概率神经网络第81-83页
     ·网络学习过程第83页
     ·网络运行过程第83-84页
     ·性能估计参数第84页
   ·脑电信号特征参数提取第84-89页
     ·延迟时间第84-86页
     ·延迟时间的计算方法第86-88页
     ·嵌入维数及其计算方法第88-89页
   ·仿真实验第89-91页
     ·数据来源第89页
     ·实验设计第89页
     ·特征提取第89-90页
     ·基于延迟时间的自动癫痫发作检测结果第90-91页
     ·基于嵌入维数的自动癫痫发作检测结果第91页
   ·实验结果分析第91-93页
   ·本章小结第93-95页
第7章 总结与展望第95-98页
   ·总结第95-96页
   ·进一步工作第96-98页
参考文献第98-109页
攻读学位期间发表的学术论文及取得的成果第109-111页
致谢第111-112页
摘要第112-115页
Abstract第115-118页

论文共118页,点击 下载论文
上一篇:说话人识别中语音特征参数提取方法的研究
下一篇:复杂噪声背景下极化阵列信号参数估计的理论与方法研究