摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-20页 |
1.1 研究背景和意义 | 第12-15页 |
1.2 国内外研究现状 | 第15-17页 |
1.2.1 基于空间约束的源成像算法 | 第16-17页 |
1.2.2 基于时间-空间约束的源成像算法 | 第17页 |
1.3 EEG源成像主要问题 | 第17-18页 |
1.4 本文主要工作 | 第18-19页 |
1.5 论文组织结构 | 第19-20页 |
第二章 基于状态空间表达式的弥散源成像 | 第20-38页 |
2.1 引言 | 第20-21页 |
2.2 方法 | 第21-25页 |
2.2.1 正演模型 | 第21-23页 |
2.2.2 STRAPS算法 | 第23-25页 |
2.3 仿真数据分析 | 第25-34页 |
2.3.1 仿真设计 | 第26页 |
2.3.2 性能评价指标 | 第26-27页 |
2.3.3 模拟实验结果 | 第27-34页 |
2.4 实验数据分析 | 第34-35页 |
2.5 讨论 | 第35-37页 |
2.6 本章小结 | 第37-38页 |
第三章 基于马尔科夫随机场和时间基函数的弥散源成像 | 第38-62页 |
3.1 引言 | 第38-40页 |
3.2 方法 | 第40-46页 |
3.2.1 时空概率模型 | 第40-41页 |
3.2.2 BESTIES算法 | 第41-45页 |
3.2.3 算法应用细节 | 第45-46页 |
3.3 仿真设计和性能指标 | 第46-47页 |
3.4 结果 | 第47-58页 |
3.4.1 仿真数据分析结果 | 第47-56页 |
3.4.2 实验数据分析结果 | 第56-58页 |
3.5 讨论 | 第58-61页 |
3.6 本章小结 | 第61-62页 |
第四章 基于后验均值和差分域稀疏的弥散源成像 | 第62-80页 |
4.1 引言 | 第62-63页 |
4.2 方法 | 第63-68页 |
4.2.1 背景研究 | 第63-64页 |
4.2.2 VSSI-CM算法 | 第64-68页 |
4.2.3 TBF选择 | 第68页 |
4.2.4 算法初始化和收敛性说明 | 第68页 |
4.3 结果 | 第68-75页 |
4.3.1 仿真数据分析结果 | 第69-74页 |
4.3.2 实验数据分析结果 | 第74-75页 |
4.4 讨论 | 第75-79页 |
4.5 本章小结 | 第79-80页 |
第五章 基于矩阵时空分解的弥散源成像 | 第80-98页 |
5.1 引言 | 第80-81页 |
5.2 方法 | 第81-88页 |
5.2.1 STBFSI算法 | 第81-86页 |
5.2.2 算法初始化 | 第86页 |
5.2.3 空间协方差基的选择 | 第86-88页 |
5.3 仿真数据分析结果 | 第88-91页 |
5.3.1 定性分析 | 第88-89页 |
5.3.2 定量分析 | 第89-91页 |
5.4 实验数据分析结果 | 第91-94页 |
5.5 讨论 | 第94-96页 |
5.6 本章小结 | 第96-98页 |
第六章 总结与展望 | 第98-102页 |
6.1 总结 | 第98-99页 |
6.2 展望 | 第99-102页 |
附录1 性能评价指标 | 第102-104页 |
A.1 ROC曲线下面积(AUC) | 第102-103页 |
A.2 空间弥散度(SD) | 第103页 |
A.3 定位误差(DLE) | 第103页 |
A.4 相对均方误差(RMSE) | 第103-104页 |
附录2 BESTIES算法细节 | 第104-112页 |
B.1 变分后验分布推导 | 第104-105页 |
B.2 式(3-17)推导 | 第105-108页 |
B.3 MRF参数 的推导 | 第108页 |
B.4 BESTIES收敛性证明 | 第108-109页 |
B.5 SEFA算法 | 第109-112页 |
附录3 VSSI-CM算法细节 | 第112-114页 |
C.1 Laplace先验下后验分布的性质 | 第112页 |
C.2 变分后验和式(4-11)推导 | 第112-113页 |
C.3 内环优化算法推导 | 第113-114页 |
参考文献 | 第114-126页 |
攻读博士学位期间取得的研究成果 | 第126-128页 |
致谢 | 第128-129页 |
附件 | 第129页 |