熵分析方法在生物信息处理中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 熵研究方法综述 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·信息熵和信息量的概念 | 第8-10页 |
| ·本文研究内容及目的 | 第10-12页 |
| 第二章 时间序列分析方法的介绍 | 第12-23页 |
| ·复杂度 | 第12-15页 |
| ·复杂度的算法 | 第13页 |
| ·算法举例 | 第13-15页 |
| ·熵 | 第15页 |
| ·样本熵 | 第15-20页 |
| ·样本熵分析时间序列 | 第17-18页 |
| ·样本熵分析logistic序列 | 第18-20页 |
| ·多尺度熵 | 第20-23页 |
| ·多尺度熵算法 | 第20-21页 |
| ·多尺度熵的应用 | 第21-23页 |
| 第三章 步伐序列的近似熵研究 | 第23-29页 |
| ·研究背景及优点 | 第23-24页 |
| ·近似熵算法 | 第24-25页 |
| ·步伐时间序列 | 第25-26页 |
| ·数据来源及数据处理 | 第26页 |
| ·研究对象 | 第26页 |
| ·数据处理方法 | 第26页 |
| ·分析和研究结果 | 第26-28页 |
| ·结论与讨论 | 第28-29页 |
| 第四章 心肌梗塞患者的功率谱熵研究 | 第29-37页 |
| ·功率谱信息熵 | 第31页 |
| ·子频段法计算功率谱熵 | 第31页 |
| ·缩合法计算功率谱熵 | 第31-32页 |
| ·数据来源及数据处理 | 第32-37页 |
| ·研究对象 | 第32页 |
| ·数据处理方法 | 第32页 |
| ·分析和研究结果 | 第32-35页 |
| ·采用子频段法的研究结果 | 第32-33页 |
| ·采用缩合法的研究结果 | 第33-35页 |
| ·结论与讨论 | 第35-37页 |
| 第五章 总结与展望 | 第37-39页 |
| ·工作的总结 | 第37-38页 |
| ·方法学研究总结 | 第37页 |
| ·健康者和心肌梗塞者功率谱熵研究总结 | 第37-38页 |
| ·进一步工作的展望 | 第38-39页 |
| 参考文献 | 第39-44页 |
| 附录 | 第44-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士期间主要的研究成果 | 第51页 |
