| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第14-20页 |
| ·课题的背景及意义 | 第14-15页 |
| ·课题发展现状 | 第15-18页 |
| ·临床应用情况 | 第15-16页 |
| ·国内外理论研究情况 | 第16-17页 |
| ·基于小波变换的BAEP提取方法 | 第17-18页 |
| ·论文的主要工作 | 第18-19页 |
| ·论文的结构安排 | 第19-20页 |
| 第二章 脑干听觉诱发电位 | 第20-30页 |
| ·脑诱发电位(Evoked potentials，EP) | 第20-25页 |
| ·脑诱发电位的发展 | 第20-21页 |
| ·脑诱发电位的定义及其分类 | 第21-22页 |
| ·脑诱发电位的定义 | 第21页 |
| ·脑诱发电位的分类 | 第21-22页 |
| ·脑诱发电位的形成机制 | 第22-23页 |
| ·脑诱发电位的特性及与自发脑电的比较 | 第23-25页 |
| ·脑诱发电位的特性 | 第23-24页 |
| ·脑诱发电位与自发脑电的比较 | 第24-25页 |
| ·脑干听觉诱发电位 | 第25-28页 |
| ·BAEP的定义及特征 | 第25页 |
| ·BAEP的形成机制 | 第25-27页 |
| ·BAEP的主要临床应用 | 第27页 |
| ·BAEP已有提取方法 | 第27-28页 |
| ·径向基函数神经网络(RBFNN)方法 | 第27-28页 |
| ·小波变换法 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第三章 基于粗集理论的BAEP动态提取 | 第30-44页 |
| ·粗集理论(Rough Sets Theory， RST) | 第30-34页 |
| ·粗集的发展及其应用 | 第30-31页 |
| ·粗集的基本原理 | 第31-34页 |
| ·粗集的定义 | 第31页 |
| ·粗集的基本概念 | 第31-34页 |
| ·基于粗集分类的BAEP预处理 | 第34-42页 |
| ·粗集在信号处理中的应用 | 第34-35页 |
| ·BAEP分类预处理 | 第35-41页 |
| ·BAEP主要属性特征 | 第35-36页 |
| ·基于粗集的分类方法 | 第36-38页 |
| ·利用遗传算法计算分类阈值 | 第38-39页 |
| ·对噪声较强部分预处理 | 第39-41页 |
| ·实验与结果分析 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于小波变换的BAEP动态提取 | 第44-64页 |
| ·小波变换的理论基础 | 第44-48页 |
| ·小波变换的发展 | 第44-45页 |
| ·小波变换的特性 | 第45-46页 |
| ·小波变换 | 第46-48页 |
| ·连续小波变换 | 第46-47页 |
| ·离散小波变换 | 第47页 |
| ·二进小波变换 | 第47-48页 |
| ·小波变换去噪声法 | 第48-52页 |
| ·基于小波变换的信号去噪处理 | 第48-49页 |
| ·多分辨率分析 | 第49-50页 |
| ·本文算法选用 | 第50-52页 |
| ·小波基的选取 | 第52-58页 |
| ·Haar小波基 | 第52-54页 |
| ·Shannon小波基 | 第54-56页 |
| ·Daubechies正交小波基 | 第56-58页 |
| ·Biorthogonal小波及其在BAEP动态提取中的应用 | 第58-62页 |
| ·Biorthogonal小波基 | 第58-59页 |
| ·Bior2.2小波在BAEP动态提取中的应用 | 第59-62页 |
| ·分解预处理后的BAEP信号 | 第59-60页 |
| ·分析并重构BAEP信号 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 第五章 BAEP动态提取仿真实验 | 第64-70页 |
| ·仿真BAEP的动态提取 | 第64-66页 |
| ·实际测试BAEP信号的动态提取 | 第66-68页 |
| ·BAEP检测方法 | 第66页 |
| ·动态提取 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-74页 |
| ·课题总结 | 第70-71页 |
| ·后续研究工作 | 第71-74页 |
| 附录 | 第74-76页 |
| 基于粗集和小波变换的BAEP动态提取算法流程图 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 作者攻读硕士学位期间发表的论文 | 第82-83页 |
| 学位论文评阅及答辩情况表 | 第83页 |
