| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-11页 |
| 1 绪论 | 第11-24页 |
| 1．1 课题来源 | 第11页 |
| 1．2 脑电图（EEG）综述 | 第11-19页 |
| 1．2．1 脑电图 | 第11-12页 |
| 1．2．2 脑电图仪 | 第12-14页 |
| 1．2．3 脑电信号的现代分析方法综述 | 第14-19页 |
| 1．3 课题的研究意义 | 第19-21页 |
| 1．4 本文的主要工作 | 第21-22页 |
| 1．5 研究的方法和技术路线 | 第22页 |
| 1．6 论文的主要体系结构 | 第22-24页 |
| 2 脑电信号的起源和检测 | 第24-29页 |
| 2．1 脑电波的神经生理基础 | 第24-26页 |
| 2．1．1 神经元和突触 | 第24页 |
| 2．1．2 膜电位和离子学说 | 第24-25页 |
| 2．1．3 脑电波产生原理 | 第25-26页 |
| 2．2 脑电图测量 | 第26-29页 |
| 2．2．1 单极导联 | 第26-27页 |
| 2．2．2 头顶Cz作公共参考点的导联 | 第27页 |
| 2．2．3 平均参考导联（AVG） | 第27-28页 |
| 2．2．4 双极导联 | 第28-29页 |
| 3 脑电信号分析中的非平稳信号处理技术 | 第29-61页 |
| 3．1 概述 | 第29-30页 |
| 3．2 Gabor变换 | 第30-34页 |
| 3．2．1 一般傅立叶变换的问题 | 第30-31页 |
| 3．2．2 短时傅立叶变换 | 第31页 |
| 3．2．3 Gabor变换 | 第31-32页 |
| 3．2．4 脑电基本节律频带相对强度比（BRIR） | 第32-34页 |
| 3．3 小波变换和小波包变换 | 第34-44页 |
| 3．3．1 连续小波变换（CWT） | 第34-35页 |
| 3．3．2 多分辨率小波分析 | 第35-38页 |
| 3．3．3 小波基的选择 | 第38-42页 |
| 3．3．4 小波包分析 | 第42-44页 |
| 3．4 Wigner分布与Choi-Williams分布 | 第44-46页 |
| 3．5 匹配跟踪 | 第46-52页 |
| 3．5．1 匹配跟踪算法（MP） | 第46-47页 |
| 3．5．2 Gabor函数集 | 第47-48页 |
| 3．5．3 MP分解结果的时频输出 | 第48页 |
| 3．5．4 基于MP算法的EEG睡眠纺锤波的检测与分析 | 第48-52页 |
| 3．6 多分辨率时频分析方法 | 第52-53页 |
| 3．7 独立分量分析 | 第53-57页 |
| 3．7．1 线性ICA模型 | 第54页 |
| 3．7．2 ICA问题描述 | 第54-55页 |
| 3．7．3 观测信号的白化 | 第55页 |
| 3．7．4 ICA迭代算法 | 第55-56页 |
| 3．7．5 分量的逐一提取 | 第56-57页 |
| 3．8 人工神经网络 | 第57-60页 |
| 3．8．1 BP网络结构 | 第57-59页 |
| 3．8．2 癫痫脑电检测中的ANN应用 | 第59-60页 |
| 3．9 本章小结 | 第60-61页 |
| 4 脑电信号特征波形分析功能的实现 | 第61-78页 |
| 4．1 引言 | 第61页 |
| 4．2 脑电信号中伪迹的消除 | 第61-64页 |
| 4．3 脑电信号中的特征波形及其特点 | 第64-67页 |
| 4．4 癫痫发作时特征波形的提取 | 第67-76页 |
| 4．5 其它特征波形提取功能的实现 | 第76-77页 |
| 4．6 本章小结 | 第77-78页 |
| 5 脑电地形图分析 | 第78-84页 |
| 5．1 脑电图仪中集成脑电地形图分析功能的必要性 | 第78-79页 |
| 5．2 脑电地形图分析中的数值分析方法 | 第79-83页 |
| 5．2．1 勒让德多项式 | 第80-81页 |
| 5．2．2 插值算法 | 第81-83页 |
| 5．3 本章小结 | 第83-84页 |
| 6 睡眠分阶分析 | 第84-90页 |
| 6．1 引言 | 第84页 |
| 6．2 睡眠阶段的划分及其特征 | 第84-87页 |
| 6．3 睡眠分阶自动分析功能实现 | 第87-89页 |
| 6．3．1 睡眠分阶规则 | 第87-88页 |
| 6．3．2 功能实现 | 第88-89页 |
| 6．4 本章小结 | 第89-90页 |
| 7 虚拟式脑电测量和分析仪器系统 | 第90-107页 |
| 7．1 虚拟仪器技术 | 第90-92页 |
| 7．1．1 虚拟仪器概念 | 第90页 |
| 7．1．2 虚拟式生物医学仪器系统的形成 | 第90-91页 |
| 7．1．3 虚拟式生物医学仪器系统的发展趋势 | 第91-92页 |
| 7．2 虚拟式脑电图仪组成和功能划分 | 第92-94页 |
| 7．3 脑电信号的测量与记录 | 第94-95页 |
| 7．4 病人信息档案的管理和查询 | 第95-97页 |
| 7．5 编辑、打印功能的实现 | 第97-98页 |
| 7．6 导程组合和导程定位方式选择 | 第98-99页 |
| 7．7 脑电信号分析功能 | 第99-106页 |
| 7．7．1 脑电信号的时域与频域分析功能实现 | 第99-100页 |
| 7．7．2 脑电信号的零相位滤波功能实现 | 第100-103页 |
| 7．7．3 脑电信号特征波提取功能的实现 | 第103-104页 |
| 7．7．4 脑电地形图分析 | 第104-105页 |
| 7．7．5 睡眠分阶自动分析功能实现 | 第105-106页 |
| 7．8 本章小结 | 第106-107页 |
| 8 结论与进一步研究的设想 | 第107-110页 |
| 8．1 结论 | 第107-108页 |
| 8．2 进一步研究的设想 | 第108-110页 |
| 致谢 | 第110-111页 |
| 参考文献 | 第111-121页 |
| 附录：A．攻读博士学位期间发表的论文 | 第121-122页 |
| B．攻读博士学位期间参加的科研项目 | 第122页 |
