首页--医药、卫生论文--神经病学与精神病学论文--脑部疾病论文--癫痫论文

基于混沌的癫痫脑电波分析与识别

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

论文共49页,点击 下载论文
上一篇:帕金森大鼠M1和PF放电变化及相关性研究
下一篇:骨桥蛋白(OPN)在TLR2信号通路介导的肿瘤细胞浸润与转移中作用机制的研究