首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于小波信息熵的脑干听觉诱发电位检测系统设计

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-14页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究现状及趋势第11-13页
    1.3 本文主要研究内容第13-14页
第2章 脑干听觉诱发电位提取算法的研究第14-28页
    2.1 信号临床特征第14-15页
    2.2 基于小波分析的BAEP动态提取算法研究第15-24页
        2.2.1 小波分析去噪理论基础第15-19页
        2.2.2 小波分析法提取BAEP信号原理第19-24页
    2.3 基于小波信息熵的BAEP动态提取算法研究第24-27页
        2.3.1 信息熵理论第24-25页
        2.3.2 改进阈值函数第25-26页
        2.3.3 BAEP的小波信息熵方法研究第26页
        2.3.4 小波信息熵提取BAEP信号原理第26-27页
    2.4 本章小结第27-28页
第3章 脑干听觉诱发电位检测系统硬件设计第28-42页
    3.1 检测系统总体方案第28-29页
    3.2 主控制部分第29-36页
    3.3 听觉刺激部分第36-37页
    3.4 BAEP信号调理部分第37-41页
        3.4.1 前置放大电路第37-39页
        3.4.2 滤波电路第39-40页
        3.4.3 程控放大电路第40-41页
        3.4.4 BAEP信号采集电路第41页
    3.5 本章小结第41-42页
第4章 信号的动态提取实验第42-53页
    4.1 合成BAEP信号的提取第42-49页
        4.1.1 合成BAEP信号第42-43页
        4.1.2 实验评价指标第43-44页
        4.1.3 不同信噪比的BAEP动态提取第44-49页
        4.1.4 结果分析第49页
    4.2 临床BAEP信号的动态提取第49-52页
        4.2.1 实测BAEP信号的单次提取第50-51页
        4.2.2 结果分析第51-52页
    4.3 本章小结第52-53页
结论第53-54页
参考文献第54-58页
攻读硕士学位期间发表的学术论文第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:具有自主巡航功能的四旋翼飞行器设计
下一篇:基于深度学习算法的视频文本区域定位与识别