| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-16页 |
| 1.1 事件相关电位的介绍 | 第6-7页 |
| 1.2 提取事件相关电位分析方法的介绍 | 第7-12页 |
| 1.2.1 传统事件相关电位分析方法 | 第7-8页 |
| 1.2.2 从矩阵表示的数据中提取事件相关电位 | 第8-9页 |
| 1.2.3 从二维的时频域表示的数据中提取事件相关电位 | 第9-11页 |
| 1.2.4 从多维数组(张量)表示的数据中提取事件相关电位 | 第11-12页 |
| 1.3 提取准锁时非锁相电位处理方法存在的问题 | 第12-14页 |
| 1.4 研究内容及研究目标 | 第14-15页 |
| 1.5 章节安排 | 第15-16页 |
| 2 实验数据 | 第16-19页 |
| 2.1 实验对象与方法 | 第16-17页 |
| 2.1.1 实验对象及材料 | 第16页 |
| 2.1.2 实验任务 | 第16-17页 |
| 2.1.3 实验假设原理 | 第17页 |
| 2.2 实际的ERP数据 | 第17-19页 |
| 2.2.1 数据采集 | 第17-18页 |
| 2.2.2 数据的预处理 | 第18页 |
| 2.2.3 用来进行分析的数据 | 第18-19页 |
| 3 时频分析算法和张量分解算法 | 第19-25页 |
| 3.1 时频分析算法 | 第19-20页 |
| 3.2 张量分解的算法 | 第20-25页 |
| 3.2.1 CP分解 | 第21页 |
| 3.2.2 Tucker分解 | 第21-22页 |
| 3.2.3 使用非负时频结果构建的高阶张量 | 第22页 |
| 3.2.4 选择张量分解算法 | 第22-23页 |
| 3.2.5 确定各模态分离成分的个数 | 第23页 |
| 3.2.6 在各模态上选择感兴趣的成分 | 第23-25页 |
| 4 选择合适的时频分析算法及参数 | 第25-52页 |
| 4.1 两种时频分析算法的定义及参数设置 | 第25-26页 |
| 4.1.1 两种时频分析算法的定义 | 第25-26页 |
| 4.1.2 时频分析处理过程中的参数设置 | 第26页 |
| 4.2 选择合适时频算法及参数 | 第26-51页 |
| 4.2.1 设置参数及对应的不同算法下不同方法的时频表示图 | 第26-37页 |
| 4.2.2 确定典型脑地形图 | 第37-45页 |
| 4.2.3 典型脑地形与张量分解的空间域成分的相关 | 第45-51页 |
| 4.3 本章小结 | 第51-52页 |
| 5 提取锁时锁相电位成分与准锁时非锁相电位成分 | 第52-62页 |
| 5.1 用时频表示构建四阶张量 | 第52页 |
| 5.2 非负四阶CP分解及分离成分个数的确定 | 第52-54页 |
| 5.3 从众多的成分中选择感兴趣的成分 | 第54-61页 |
| 5.3.1 evoked和induced方法对应的时频结果 | 第54-57页 |
| 5.3.2 选取感兴趣的锁时锁相成分和准锁时非锁相成分 | 第57-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-71页 |
