首页--医药、卫生论文--神经病学与精神病学论文--精神病学论文--脑器质性精神障碍论文

基于排序熵的阿尔兹海默症特征提取与分析

摘要第4-5页
ABSTRACT第5页
第一章 绪论第8-16页
    1.1 论文背景和意义第8页
    1.2 脑电图第8-11页
    1.3 AD脑电复杂度研究现状第11-14页
    1.4 研究思路第14-15页
    1.5 主要贡献第15页
    1.6 内容安排第15-16页
第二章 排序熵及其改进算法第16-26页
    2.1 排序熵(PE)与加权排序熵(WPE)第16-18页
    2.2 多变量多尺度熵第18-19页
        2.2.1 多尺度方法第18页
        2.2.2 多变量方法第18-19页
    2.3 多变量多尺度加权排序熵(MMSWPE)算法第19-20页
    2.4 基于模型数据的方法验证第20-25页
        2.4.1 PE与WPE对比第20-23页
        2.4.2 MMSPE与MMSWPE对比第23-25页
    2.5 本章小结第25-26页
第三章 实验数据分析结果第26-37页
    3.1 实验数据说明第26-27页
    3.2 WPE分析结果第27-33页
        3.2.1 参数选择第27-29页
        3.2.2 PE与WPE对比第29-30页
        3.2.3 WPE分析AD结果第30-33页
    3.3 MMSWPE分析结果第33-35页
    3.4 数据分析结果总结第35-36页
    3.5 本章小结第36-37页
第四章 AD脑电分析与评估系统第37-51页
    4.1 系统的工作原理第37-38页
    4.2 开发工具与开发环境第38页
    4.3 硬件设计第38-39页
    4.4 软件操作第39-43页
        4.4.1 启动及登陆第39-40页
        4.4.2 使用流程第40-41页
        4.4.3 系统主界面操作第41页
        4.4.4 系统参数设计第41-43页
    4.5 体系结构第43页
    4.6 功能模块关系第43-46页
        4.6.1 文件第43-44页
        4.6.2 脑电数据显示第44页
        4.6.3 预处理第44页
        4.6.4 功率谱分析第44页
        4.6.5 复杂度分析第44-45页
        4.6.6 可视图分析第45页
        4.6.7 病例评估第45-46页
    4.7 系统运行演示第46-50页
    4.8 本章小结第50-51页
第五章 总结与展望第51-53页
    5.1 总结第51页
    5.2 展望第51-53页
参考文献第53-62页
发表论文和参加科研情况说明第62-63页
致谢第63-64页

论文共64页,点击 下载论文
上一篇:基于数据挖掘的光伏阵列发电功率预测方法研究
下一篇:多机器人编队平台设计与关键技术开发