| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 第一章 绪论 | 第9-14页 |
| §1.1 研究背景及问题 | 第9-13页 |
| §1.1.1 癫痫 | 第9-11页 |
| §1.1.2 脑电图 | 第11页 |
| §1.1.3 癫痫性发作的自动检测 | 第11-13页 |
| §1.2 本文研究内容和组织结构 | 第13-14页 |
| 第二章 癫痫性发作的自动检测方法 | 第14-32页 |
| §2.1 脑电信号特征提取方法 | 第14-23页 |
| §2.1.1 准备知识 | 第14-16页 |
| §2.1.2 基于相似性的特征提取方法 | 第16-19页 |
| §2.1.3 基于复杂性的特征提取方法 | 第19-23页 |
| §2.2 常用的分类方法 | 第23-31页 |
| §2.2.1 人工神经网络 | 第23-26页 |
| §2.2.2 极限学习机 | 第26-28页 |
| §2.2.3 支撑向量机 | 第28-31页 |
| §2.3 本章小节 | 第31-32页 |
| 第三章 基于动态相似性特征的癫痫性发作自动检测方法 | 第32-45页 |
| §3.1 动态相似性特征(DSF) | 第32-35页 |
| §3.2 DSF-ELM自动检测方法 | 第35页 |
| §3.3 数值实验 | 第35-43页 |
| §3.3.1 波恩数据集实验 | 第37-40页 |
| §3.3.2 波士顿数据集实验 | 第40-43页 |
| §3.4 本章小结 | 第43-45页 |
| 论文总结与前景展望 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 攻读硕士学位期间取得的科研成果 | 第51-52页 |
| 致谢 | 第52页 |