睡眠脑电信号处理及其在睡眠分期中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 第一章 绪论 | 第11-18页 |
| ·睡眠脑电研究背景和意义 | 第11-12页 |
| ·睡眠脑电国内外研究现状 | 第12-16页 |
| ·脑电分析研究现状分析 | 第12-14页 |
| ·睡眠分期研究现状分析 | 第14-16页 |
| ·本文的研究内容 | 第16-18页 |
| 第二章 睡眠脑电分期系统 | 第18-25页 |
| ·睡眠脑电的基本特征 | 第18-20页 |
| ·睡眠脑电分期准则与意义 | 第20-22页 |
| ·睡眠脑电分期准则 | 第20-22页 |
| ·睡眠脑电分期应用意义 | 第22页 |
| ·睡眠脑电分期系统的整体框架 | 第22-24页 |
| ·小结 | 第24-25页 |
| 第三章 睡眠脑电预处理算法研究 | 第25-33页 |
| ·工频干扰伪迹去除算法研究 | 第25-28页 |
| ·IIR滤波器算法描述 | 第25-26页 |
| ·50Hz工频干扰伪迹消除的实现 | 第26-28页 |
| ·肌电干扰伪迹去除算法研究 | 第28-32页 |
| ·小波包分解算法描述 | 第28-29页 |
| ·肌电干扰伪迹消除的实现 | 第29-32页 |
| ·小结 | 第32-33页 |
| 第四章 睡眠脑电特征提取与分类算法研究 | 第33-57页 |
| ·基于近似熵的睡眠脑电特征提取研究 | 第33-40页 |
| ·近似熵算法描述 | 第33-36页 |
| ·基于近似熵的睡眠脑电特征提取 | 第36-40页 |
| ·基于样本熵的睡眠脑电特征提取研究 | 第40-47页 |
| ·样本熵算法描述 | 第40-41页 |
| ·基于样本熵的睡眠脑电特征提取 | 第41-45页 |
| ·样本熵与近似熵在睡眠脑电特征提取的对比 | 第45-47页 |
| ·基于SVM的睡眠脑电特征分类研究 | 第47-55页 |
| ·支持向量机算法描述 | 第47-51页 |
| ·基于SVM的二叉树多分类器的构建 | 第51-53页 |
| ·分类结果与分析 | 第53-55页 |
| ·小结 | 第55-57页 |
| 结论与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表论文 | 第63-65页 |
| 致谢 | 第65页 |
