| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 脑电图(EEG)与麻醉 | 第8-17页 |
| 1．1 麻醉与麻醉深度 | 第8-12页 |
| 1．1．1 麻醉 | 第8页 |
| 1．1．2 麻醉的深度 | 第8-9页 |
| 1．1．3 麻醉深度的临床判断 | 第9-12页 |
| 1．2 EEG信号与麻醉 | 第12-16页 |
| 1．2．1 脑电的形成 | 第12-13页 |
| 1．2．2 脑电活动与麻醉 | 第13-14页 |
| 1．2．3 正常脑电图的基本要素 | 第14-16页 |
| 1．3 本章小结 | 第16-17页 |
| 第二章 麻醉深度的EEG监测研究 | 第17-35页 |
| 2．1 EEG的时、频域分析 | 第17-20页 |
| 2．1．1 时域分析 | 第17-19页 |
| 2．1．2 频域分析 | 第19-20页 |
| 2．2 双频谱脑电图 | 第20-23页 |
| 2．3 EEG信号的非线性动力学特性分析 | 第23-30页 |
| 2．3．1 EEG信号的非线性动力学特性分析意义 | 第23-24页 |
| 2．3．2 EEG信号动力学特性分析进展及在麻醉深度研究领域的应用 | 第24-30页 |
| 2．4 小波分析和神经网络分析 | 第30-32页 |
| 2．5 本章小结 | 第32-35页 |
| 第三章 EEG信号的复杂性分析原理 | 第35-42页 |
| 3．1 小波分析理论 | 第35-37页 |
| 3．1．1 小波变换 | 第35-36页 |
| 3．1．2 相对小波能量 | 第36页 |
| 3．1．3 小波熵 | 第36-37页 |
| 3．2 Kc复杂度 | 第37-40页 |
| 3．2．1 Kc复杂度算法 | 第37-39页 |
| 3．2．2 粗粒化问题 | 第39-40页 |
| 3．3 近似熵 | 第40-42页 |
| 第四章 麻醉中EEG的复杂性分析 | 第42-52页 |
| 4．1 实验数据的获取和预处理 | 第42-45页 |
| 4．1．1 实验数据的获取 | 第42-43页 |
| 4．1．2 EEG信号的小波分解和除噪 | 第43-45页 |
| 4．2 结果与讨论 | 第45-49页 |
| 4．2．1 相对小波能量分析与小波熵分析 | 第45-47页 |
| 4．2．2 Kc复杂度分析 | 第47-48页 |
| 4．2．3 近似熵分析 | 第48-49页 |
| 4．3 结论 | 第49-52页 |
| 第五章 展望 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59页 |