摘要 | 第1-8页 |
Abstract | 第8-10页 |
引言 | 第10-13页 |
第一章:综述——适宜于脑电信号分析的复杂度方法 | 第13-23页 |
复杂度及其算法 | 第15-23页 |
非线性模型——Logistic mapping迭代序列的复杂度与迭代参数间的关系 | 第16-17页 |
睁眼休息,闭眼休息,浅度睡眠,深度睡眠4种状态下的脑电信号的复杂度 | 第17-19页 |
Lempel-ziv复杂度(LZ Complexity) | 第19-20页 |
近似熵(Approximate Entropy) | 第20-21页 |
C0复杂度(C0 Complexity) | 第21-23页 |
第二章:C0复杂度在脑电分析中的应用以及对复杂度分析中遇到的粗粒化问题的研究 | 第23-36页 |
C0复杂度及其应用 | 第23-29页 |
C0复杂度在实际脑电信号分析中的应用 | 第24-29页 |
实验与数据采集 | 第25页 |
数据分析方法 | 第25页 |
结果 | 第25-27页 |
癫痫脑电信号的C0复杂度 | 第27-29页 |
复杂度分析中的粗粒化问题 | 第29-36页 |
第三章:二维C0复杂度 | 第36-58页 |
不同规则程度图像的二维C0复杂度 | 第38-42页 |
图像大小对二维C0复杂度结果的影响 | 第42-46页 |
图像形状对二维C0复杂度结果的影响 | 第46-47页 |
图像缩放对二维C0复杂度结果的影响 | 第47-49页 |
二维C0复杂度分析猫初级视皮层光学成像方位功能图 | 第49-56页 |
讨论和结论 | 第56-58页 |
第四章:高阶复杂度 | 第58-73页 |
随机性复杂度和规则性复杂度 | 第58页 |
复杂度时间序列和高阶复杂度的基本概念 | 第58-60页 |
尺度和宏观复杂度 | 第60-63页 |
使用特定尺度观察—时间序列的方法 | 第61-62页 |
对不同参数μ下Logistic mapping迭代序列的宏观复杂度研究 | 第62-63页 |
基于宏观复杂度的二阶复杂度 | 第63-65页 |
对平稳logistic mapping迭代序列的二阶复杂度研究 | 第63-65页 |
拟平稳序列的二阶复杂度研究 | 第65-68页 |
拟平稳序列的构造 | 第66-67页 |
拟平稳序列的二阶复杂度结果 | 第67-68页 |
二阶复杂度在脑电分析中的实际应用 | 第68-72页 |
实验与数据采集 | 第69页 |
数据分析方法 | 第69-70页 |
结果 | 第70-72页 |
结论 | 第72-73页 |
第五章:应用独立元分析(ICA)方法去除脑电信号中伪迹的尝试 | 第73-108页 |
实验与数据采集 | 第75页 |
数据分析方法 | 第75-76页 |
例1 | 第76-84页 |
例2 | 第84-92页 |
ICA方法应用于去除脑电信号中干扰成分的展望 | 第92-93页 |
脑电中伪迹干扰对复杂度计算结果的影响 | 第93-97页 |
单一干扰源对复杂度的影响 | 第97-108页 |
讨论 | 第108-113页 |
复杂度与数据长度和采样频率的关系 | 第108-111页 |
复杂度在临床上的应用 | 第111-112页 |
脑电中伪迹干扰对复杂度的影响以及ICA方法的应用 | 第112-113页 |
参考文献 | 第113-120页 |
附录 | 第120-152页 |
Ⅰ.脑电图 | 第120-124页 |
脑电图的记录方法 | 第121-122页 |
EEG信号的来源 | 第122-124页 |
Ⅱ.基于线性系统理论的信号处理方法 | 第124-127页 |
傅立叶变换(FT)和离散傅立叶变换(DFT) | 第124-125页 |
基于自回归模型(AR模型)的频谱估计方法 | 第125页 |
小波分析 | 第125-126页 |
相关分析 | 第126-127页 |
Ⅲ.非线性动力学方法在生物领域的应用 | 第127-135页 |
混沌,一个认识生命的新视角 | 第128-130页 |
描述混沌系统的方法——相空间中的吸引子 | 第130-132页 |
研究吸引子性质的理论方法 | 第132-133页 |
混沌在生命科学中的应用前景 | 第133-135页 |
Ⅳ.C0复杂度及二维C0复杂度有关性质的证明 | 第135-152页 |
对C0复杂度性质的证明 | 第135-142页 |
对二维C0复杂度性质的证明 | 第142-152页 |
发表的论文和会议报告 | 第152-153页 |
致谢 | 第153-155页 |
论文独创性声明 | 第155页 |