基于脑电熵参数的视觉注意力分级研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·脑科学与认知神经科学 | 第8-10页 |
| ·脑认知的研究内容 | 第8-9页 |
| ·脑认知的研究技术 | 第9-10页 |
| ·基于脑电信号的脑认知研究 | 第10-12页 |
| ·基于脑电信号的脑认知研究的特点 | 第10-11页 |
| ·脑电的产生机制 | 第11-12页 |
| ·视觉注意研究 | 第12-14页 |
| ·视觉注意的机制 | 第12-13页 |
| ·视觉注意的研究历史和现状 | 第13-14页 |
| ·本文的主要工作与章节安排 | 第14-16页 |
| 第二章 视觉注意力分级脑电实验设计 | 第16-25页 |
| ·脑电实验背景介绍 | 第16-19页 |
| ·脑电信号特征 | 第16页 |
| ·电极与导联的选择方法 | 第16-19页 |
| ·视觉注意力分级脑电实验 | 第19-23页 |
| ·实验装置及环境介绍 | 第19-21页 |
| ·实验方案 | 第21-23页 |
| ·信号的预处理 | 第23-25页 |
| 第三章 分级视觉注意力脑电的非线性动力学分析 | 第25-43页 |
| ·序列复杂性测量与基于近似熵的测度发展 | 第25-33页 |
| ·序列复杂度 | 第25-26页 |
| ·近似熵 | 第26-27页 |
| ·样本熵 | 第27-29页 |
| ·多尺度熵 | 第29-31页 |
| ·δ-样本熵 | 第31-33页 |
| ·视觉注意力脑电特征分析 | 第33-41页 |
| ·近似熵特征分析 | 第33-35页 |
| ·样本熵特征分析 | 第35-36页 |
| ·多尺度熵特征分析 | 第36-40页 |
| ·δ-样本熵特征分析 | 第40-41页 |
| ·测度对比与统计结果讨论 | 第41-43页 |
| 第四章 基于支持向量机的视觉注意力脑电分级 | 第43-57页 |
| ·统计学习理论与支持向量机 | 第43-50页 |
| ·统计学习理论 | 第44-47页 |
| ·支持向量机 | 第47-50页 |
| ·视觉注意力脑电的分类算法实现 | 第50-52页 |
| ·分类识别结果与讨论 | 第52-57页 |
| ·两级分类结果与讨论 | 第52-54页 |
| ·多级分类结果与讨论 | 第54-57页 |
| 第五章 视觉注意力与想象动作特征相关性的研究 | 第57-64页 |
| ·想象动作诱发的ERD信号 | 第57-59页 |
| ·视觉注意力水平变化对ERD信号的影响 | 第59-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·本文工作的总结 | 第64-65页 |
| ·未来工作的展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 发表论文和科研情况说明 | 第72-73页 |
| 致谢 | 第73页 |
