| 中文摘要 | 第4-7页 |
| Abstract | 第7-10页 |
| 缩略语/符号说明 | 第13-14页 |
| 一、前言 | 第14-20页 |
| 1.1 研究背景 | 第14-17页 |
| 1.1.1 局部场电位 | 第14-15页 |
| 1.1.2 工作记忆与LFPs的θ和γ频段 | 第15页 |
| 1.1.3 神经活动的稀疏编码 | 第15-17页 |
| 1.1.4 Granger因果分析 | 第17页 |
| 1.2 研究目的 | 第17-18页 |
| 1.3 研究内容 | 第18-19页 |
| 1.4 论文的结构 | 第19页 |
| 1.5 论文的创新点 | 第19-20页 |
| 二、原理与方法 | 第20-32页 |
| 2.1 实验数据 | 第20-21页 |
| 2.2 LFPs的预处理 | 第21-22页 |
| 2.3 LFPs的短时傅里叶变换 | 第22-24页 |
| 2.4 基于SNMF的LFPs的θ和γ频段能量对工作记忆的编码 | 第24-27页 |
| 2.4.1 LFPs时频能量分布的SNMF | 第24-25页 |
| 2.4.2 与工作记忆相关的稀疏源分量的选取 | 第25页 |
| 2.4.3 与工作记忆相关的稀疏源分量的稀疏重构 | 第25-27页 |
| 2.4.4 计算与工作记忆相关的稀疏源分量中的θ和γ频段能量 | 第27页 |
| 2.5 工作记忆状态LFPs及其稀疏源分量的功能连接 | 第27-32页 |
| 2.5.1 时域Granger因果分析 | 第27-28页 |
| 2.5.2 因果密度与因果流 | 第28-29页 |
| 2.5.3 LFPs的功能连接分析 | 第29-30页 |
| 2.5.4 稀疏源分量的功能连接分析 | 第30-32页 |
| 三、结果 | 第32-49页 |
| 3.1 LFPs实验数据的预处理与时频分析 | 第32页 |
| 3.2 LFPs的θ和γ频段能量对工作记忆的编码 | 第32-34页 |
| 3.3 工作记忆状态LFPs的功能连接 | 第34-41页 |
| 3.4 工作记忆状态稀疏源分量的功能连接 | 第41-49页 |
| 四、结论与讨论 | 第49-51页 |
| 4.1 结论 | 第49-50页 |
| 4.2 讨论 | 第50-51页 |
| 4.2.1 SNMF的参数选择 | 第50页 |
| 4.2.2 稀疏源分量的因果源和因果汇的选择 | 第50页 |
| 4.2.3 信号的盲分离 | 第50-51页 |
| 参考文献 | 第51-57页 |
| 发表论文和参加科研情况说明 | 第57-58页 |
| 综述 稀疏编码的研究及其应用 | 第58-68页 |
| 综述参考文献 | 第65-68页 |
| 致谢 | 第68页 |
