| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 本文研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.2.1 脑电信号 | 第17页 |
| 1.2.2 EEG脑源定位 | 第17-18页 |
| 1.2.3 脑网络 | 第18-19页 |
| 1.3 本文研究内容及章节安排 | 第19-20页 |
| 1.3.1 本文的研究内容 | 第19页 |
| 1.3.2 本文的章节安排 | 第19-20页 |
| 第二章 复杂网络理论及其在脑网络中的应用 | 第20-26页 |
| 2.1 复杂网络概述 | 第20-22页 |
| 2.2 复杂网络常见拓扑模型 | 第22-23页 |
| 2.3 复杂网络在脑网络中的应用 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 脑网络节点选取及构建相关理论 | 第26-40页 |
| 3.1 基于EEG数据的源定位 | 第26-33页 |
| 3.1.1 脑源定位分析理论 | 第26-31页 |
| 3.1.2 脑源定位MNE方法 | 第31-33页 |
| 3.2 格兰杰因果性 | 第33-34页 |
| 3.3 多通道自回归模型 | 第34-35页 |
| 3.4 偏定向相干性 | 第35-37页 |
| 3.5 重新归一化的偏定向相干性 | 第37-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 事件相关脑网络节点选取及构建 | 第40-52页 |
| 4.1 实验设计 | 第40-42页 |
| 4.2 EEG数据采集 | 第42页 |
| 4.3 事件相关脑电信号的预处理 | 第42-44页 |
| 4.3.1 去伪去噪处理 | 第42-44页 |
| 4.3.2 P300特征提取 | 第44页 |
| 4.4 事件相关脑网络节点选取 | 第44-46页 |
| 4.5 事件相关脑网络构建 | 第46-51页 |
| 4.5.1 多通道自回归建模的定阶 | 第46-47页 |
| 4.5.2 多通道自回归模型的检验 | 第47-49页 |
| 4.5.3 连接矩阵的生成 | 第49-51页 |
| 4.5.4 相关性评估及统计分析 | 第51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 事件相关脑网络分析 | 第52-68页 |
| 5.1 时间变化的脑网络拓扑属性分析 | 第52-55页 |
| 5.1.1 脑网络拓扑属性结果展示 | 第52-54页 |
| 5.1.2 脑网络拓扑属性结果分析 | 第54-55页 |
| 5.2 脑网络拓扑属性与P300特征关系分析 | 第55-61页 |
| 5.2.1 脑网络拓扑属性与P300幅度关系展示 | 第55-58页 |
| 5.2.2 脑网络拓扑属性与P300幅度关系分析 | 第58页 |
| 5.2.3 脑网络拓扑属性与P300潜伏期关系展示 | 第58-60页 |
| 5.2.4 脑网络拓扑属性与P300潜伏期关系分析 | 第60-61页 |
| 5.3 脑网络信息流向强度分析 | 第61-63页 |
| 5.4 脑网络信息流向强度与P300幅度关系分析 | 第63-66页 |
| 5.5 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 工作总结 | 第68-69页 |
| 6.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78-79页 |