| 1 绪论 | 第1-14页 |
| ·自发脑电信号的应用及国内外研究概况 | 第8-10页 |
| ·自发脑电信号的应用 | 第8页 |
| ·自发脑电信号的国内外研究概况 | 第8-10页 |
| ·诱发电位信号的应用及国内外研究概况 | 第10-12页 |
| ·诱发电位信号的应用 | 第10-11页 |
| ·诱发电位信号的国内外研究概况 | 第11-12页 |
| ·独立分量分析 | 第12-13页 |
| ·本文的主要工作 | 第13页 |
| ·本文的章节安排 | 第13-14页 |
| 2 脑电信号的分类和获取方法 | 第14-21页 |
| ·自发脑电信号的分类和获取方式 | 第14-18页 |
| ·自发脑电信号的分类及特点 | 第14-15页 |
| ·自发脑电信号的获取设备 | 第15-16页 |
| ·国际脑电图学会标准电极放置法 | 第16-17页 |
| ·脑电图仪的导联法 | 第17-18页 |
| ·诱发电位的分类及获取方式 | 第18-21页 |
| ·脑干听觉诱发电位(BAEP) | 第19页 |
| ·视觉诱发电位(VEP) | 第19-20页 |
| ·躯体感觉诱发电位(SEP) | 第20-21页 |
| 3 独立分量分析的基本原理和典型算法 | 第21-37页 |
| ·独立分量分析(ICA)的原理 | 第21-24页 |
| ·ICA的数学模型 | 第22页 |
| ·ICA的不确定性 | 第22-23页 |
| ·数据的预处理 | 第23-24页 |
| ·高阶累积量 | 第24-28页 |
| ·高阶矩和高阶累积量的定义 | 第24-26页 |
| ·高阶累积量的性质 | 第26-27页 |
| ·四阶累积量——峭度 | 第27-28页 |
| ·信息论 | 第28-34页 |
| ·微分熵 | 第28-30页 |
| ·互信息 | 第30页 |
| ·K-L散度(鉴别信息) | 第30-31页 |
| ·对信息论基本概念的若干评注 | 第31-32页 |
| ·负熵 | 第32-34页 |
| ·ICA的典型算法 | 第34-37页 |
| ·Infomax及扩展Infomax算法 | 第34-35页 |
| ·FastICA算法 | 第35-37页 |
| 4 基于带参考信号的ICA算法的脑电信号眨眼伪差的分离 | 第37-47页 |
| ·引言 | 第37页 |
| ·带参考信号的ICA算法 | 第37-41页 |
| ·算法原理 | 第38-40页 |
| ·维纳滤波 | 第40页 |
| ·定理 | 第40-41页 |
| ·参考信号的获取 | 第41-42页 |
| ·伪差消除 | 第42页 |
| ·实验结果 | 第42-44页 |
| ·仿真实验结果 | 第42-44页 |
| ·真实数据实验结果 | 第44页 |
| ·结论 | 第44-47页 |
| 5 基于ICA的诱发电位的快速估计 | 第47-54页 |
| ·引言 | 第47-48页 |
| ·改进的Infomax算法 | 第48-50页 |
| ·fastICA算法 | 第50-51页 |
| ·新算法的原理 | 第51-52页 |
| ·仿真实验结果 | 第52-53页 |
| ·实验1的结果 | 第52-53页 |
| ·实验2的结果 | 第53页 |
| ·结论 | 第53-54页 |
| 6 新型视频脑电图仪及Holter的研发 | 第54-59页 |
| ·脑电图仪的研发概况 | 第54-55页 |
| ·Holter简介 | 第55-56页 |
| ·ICA各算法的比较 | 第56-59页 |
| 7 总结与展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 研究生期间发表的论文(著) | 第64-65页 |
| 致谢 | 第65-66页 |