| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·脑电波神经生理基础 | 第10-12页 |
| ·神经元和突触 | 第10-11页 |
| ·脑电波产生原理 | 第11-12页 |
| ·脑电图 | 第12-14页 |
| ·脑电图的基本特征 | 第12-13页 |
| ·脑电信号的基本节律 | 第13-14页 |
| ·睡眠脑电 | 第14-16页 |
| ·睡眠阶段的划分及其特征 | 第14-16页 |
| ·睡眠及其作用 | 第16页 |
| ·脑电信号的现代分析方法综述 | 第16-17页 |
| ·本课题研究的意义、目的和工作主要内容 | 第17-19页 |
| ·本课题研究的意义 | 第17页 |
| ·本课题研究的目的和主要内容 | 第17-19页 |
| 第2章 脑电图EEG的特征分析理论、方法研究及其比较 | 第19-49页 |
| ·脑电信号数据的特征 | 第19-20页 |
| ·小波变换理论 | 第20-33页 |
| ·小波变换的起源 | 第20页 |
| ·小波变换 | 第20-32页 |
| ·睡眠脑电的小波熵研究 | 第32-33页 |
| ·睡眠脑电的功率谱熵研究 | 第33-35页 |
| ·功率谱熵的定义及算法 | 第33-35页 |
| ·EEG复杂性测度分析研究 | 第35-41页 |
| ·LempeI-Ziv复杂性测度 | 第35-37页 |
| ·复杂度Kc、C1、C2、C0的定义及算法 | 第37-41页 |
| ·睡眠脑电EEG近似熵研究 | 第41-46页 |
| ·近似熵的定义及算法 | 第41-43页 |
| ·近似熵快速算法 | 第43-44页 |
| ·近似熵的特点 | 第44-46页 |
| ·人工神经网络 | 第46-49页 |
| ·神经网络模型 | 第46页 |
| ·BP网络结构 | 第46-49页 |
| 第3章 睡眠脑电图(EEG)的采集和预处理 | 第49-61页 |
| ·脑电图的测量方法和记录 | 第49-51页 |
| ·导联种类及其特性 | 第49-50页 |
| ·脑电图测量标准电极安装法 | 第50-51页 |
| ·睡眠脑电图的测量和预处理 | 第51-61页 |
| ·睡眠脑电数据采集和记录 | 第51-52页 |
| ·脑电图的主要干扰因素 | 第52-53页 |
| ·睡眠脑电数据预处理 | 第53-55页 |
| ·小波变换在睡眠脑电去噪中的应用 | 第55-58页 |
| ·小波包分解去噪在睡眠脑电中的应用 | 第58-61页 |
| 第4章 睡眠脑电各期特性分析和睡眠分期研究 | 第61-77页 |
| ·睡眠脑电功率谱熵分析研究 | 第61-63页 |
| ·脑电的复杂性测度Kc、C1、C2、CO分析对比研究 | 第63-68页 |
| ·四种状态下脑电复杂度(Kc、C1、C2)对比分析研究 | 第63-66页 |
| ·睡眠分期的CO复杂度研究 | 第66-68页 |
| ·睡眠各期脑电的近似熵分析和近似熵分期研究 | 第68-72页 |
| ·实验数据采集和近似熵分析参数的选取 | 第68-69页 |
| ·应用近似熵对睡眠各期脑电的特征分析和分期研究 | 第69-72页 |
| ·利用小波熵对睡眠各期脑电的特性分析 | 第72-77页 |
| ·睡眠各期脑电的小波熵分析 | 第72-77页 |
| 第5章 总结和展望 | 第77-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士期间发表的论文 | 第82页 |
