摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
第1章 绪论 | 第9-17页 |
·脑电波介绍 | 第9-12页 |
·脑电波的发现 | 第9页 |
·脑电波采集 | 第9-10页 |
·脑电波组成和分类 | 第10-12页 |
·癫痫脑电波 | 第12-15页 |
·癫痫病症的临床特点 | 第12页 |
·几种常见的癫痫脑电波 | 第12-15页 |
·癫痫脑电分析的研究目的和意义 | 第15页 |
·本文研究思路与主要内容 | 第15-17页 |
第2章 癫痫脑电分析的基本方法 | 第17-23页 |
·前言 | 第17页 |
·线性分析方法 | 第17-19页 |
·非线性方法 | 第19-23页 |
第3章 混沌理论知识 | 第23-25页 |
·引言 | 第23页 |
·混沌的定义 | 第23页 |
·混沌的特性 | 第23-24页 |
·混沌常用的度量方法 | 第24-25页 |
第4章 支持向量机 | 第25-31页 |
·SVM 的产生与发展 | 第25页 |
·SVM 原理 | 第25-29页 |
·最优分类面 | 第25-27页 |
·非线性可分 SVM | 第27-29页 |
·核函数 | 第29页 |
·支持向量机的应用 | 第29-31页 |
第5章 基于李雅普诺夫指数和波幅波动值的癫痫脑电检测 | 第31-37页 |
·引言 | 第31页 |
·李雅普诺夫指数 | 第31-32页 |
·定义 | 第31页 |
·李雅普诺夫指数的计算 | 第31-32页 |
·实验数据的获取 | 第32-33页 |
·实现过程 | 第33-36页 |
·计算李雅普诺夫指数 | 第34-35页 |
·波幅波动值 | 第35-36页 |
·用 SVM 对两类 EEG 进行分类 | 第36页 |
·小结 | 第36-37页 |
第6章 基于近似熵和波幅归一值的癫痫脑电检测 | 第37-43页 |
·引言 | 第37页 |
·近似熵 | 第37-38页 |
·近似熵的定义 | 第37页 |
·近似熵特点 | 第37-38页 |
·近似熵的算法 | 第38页 |
·实验数据的获取 | 第38-39页 |
·实现过程 | 第39-41页 |
·计算近似熵 | 第39-40页 |
·波幅的归一值 | 第40-41页 |
·用 SVM 对两类 EEG 进行分类 | 第41页 |
·小结 | 第41-43页 |
第7章 全文总结与展望 | 第43-45页 |
参考文献 | 第45-49页 |
致谢 | 第49页 |