摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-18页 |
1.1 研究现状 | 第8-14页 |
1.1.1 抑郁症的生理学研究现状 | 第8-11页 |
1.1.2 脑电信号的研究现状 | 第11-12页 |
1.1.3 抑郁症脑电信号功率谱特征及自动分类的研究现状 | 第12-14页 |
1.2 存在的问题 | 第14-15页 |
1.3 研究的意义 | 第15-16页 |
1.4 研究内容 | 第16页 |
1.5 文章结构 | 第16-18页 |
第2章 脑电实验和预处理 | 第18-24页 |
2.1 被试情况 | 第18-19页 |
2.2 脑电信号记录与实验情况 | 第19-20页 |
2.3 脑电信号预处理 | 第20-22页 |
2.4 本章小结 | 第22-24页 |
第3章 抑郁症脑电信号的特征研究 | 第24-48页 |
3.1 绝对功率研究 | 第24-28页 |
3.1.1 绝对功率分析结果 | 第24-27页 |
3.1.2 绝对功率结果讨论 | 第27-28页 |
3.2 相对功率比研究 | 第28-31页 |
3.2.1 相对功率比分析结果 | 第28-31页 |
3.2.2 相对功率比结果讨论 | 第31页 |
3.3 左右脑不对称性研究 | 第31-36页 |
3.3.1 左右不对称性分析结果 | 第31-35页 |
3.3.2 左右不对称性结果讨论 | 第35-36页 |
3.4 安静过程差异性研究 | 第36-47页 |
3.4.1 安静过程绝对功率数据分析 | 第37-43页 |
3.4.2 安静过程绝对功率结果讨论 | 第43-44页 |
3.4.3 安静过程左右不对称性数据分析 | 第44-47页 |
3.4.4 安静过程左右不对称性结果讨论 | 第47页 |
3.5 本章小结 | 第47-48页 |
第4章 基于 Weka 环境的抑郁症脑电信号特征的分类研究 | 第48-60页 |
4.1 Weka 环境介绍 | 第48页 |
4.2 模式识别算法介绍 | 第48-51页 |
4.2.1 朴素贝叶斯算法 | 第48-49页 |
4.2.2 k-最近邻算法 | 第49-50页 |
4.2.3 C4.5 决策树算法 | 第50-51页 |
4.3 分类结果 | 第51-56页 |
4.3.1 3 组分类结果 | 第51-53页 |
4.3.2 正常组与抑郁症组分类结果 | 第53-55页 |
4.3.3 抑郁症未用药组与混合组分类结果 | 第55-56页 |
4.4 结果讨论 | 第56-58页 |
4.4.1 对 3 组分类结果的讨论 | 第56-57页 |
4.4.2 对正常组与抑郁症组分类结果的讨论 | 第57页 |
4.4.3 对抑郁症未用药组与混合组分类结果的讨论 | 第57-58页 |
4.5 本章小结 | 第58-60页 |
结论 | 第60-62页 |
参考文献 | 第62-68页 |
攻读硕士学位期间所发表的学术论文 | 第68-70页 |
致谢 | 第70-71页 |