| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-12页 |
| 主要符号说明 | 第12-13页 |
| 图索引 | 第13-16页 |
| 表索引 | 第16-18页 |
| 第一章 绪论 | 第18-26页 |
| ·概述 | 第18页 |
| ·课题产生的背景和意义 | 第18-20页 |
| ·脑电信号处理方法的研究现状 | 第20-24页 |
| ·脑电信号的分析方法 | 第20-21页 |
| ·脑电信号的非线性复杂度研究 | 第21-22页 |
| ·脑电信号的因果脑网络研究 | 第22-23页 |
| ·脑电信号的聚类稳定性分析 | 第23-24页 |
| ·论文章节安排和研究内容 | 第24-25页 |
| ·论文的创新点 | 第25-26页 |
| 第二章 脑电信号的非线性动力学分析 | 第26-42页 |
| ·概述 | 第26页 |
| ·非线性动力学的定义及研究现状 | 第26-28页 |
| ·非线性动力学的概念 | 第26-27页 |
| ·非线性动力学的兴起 | 第27页 |
| ·非线性动力学的复杂度分析 | 第27-28页 |
| ·脑电信号的非线性动力学分析 | 第28-30页 |
| ·睡眠 EEG | 第28页 |
| ·昏迷和麻醉 | 第28-29页 |
| ·癫痫 | 第29页 |
| ·抑郁症和精神分裂症 | 第29页 |
| ·感知与情感状态 | 第29-30页 |
| ·LZ 复杂度算法定义及研究现状 | 第30-33页 |
| ·LZ 复杂度算法定义 | 第30-31页 |
| ·多尺度 LZ 复杂度算法 | 第31-32页 |
| ·LZ 复杂度研究现状 | 第32页 |
| ·LZ 复杂度算法存在的问题 | 第32-33页 |
| ·基于逐点粗粒化的 LZ 复杂度算法 | 第33-41页 |
| ·数据采集 | 第33-34页 |
| ·EEG 信号预处理 | 第34-35页 |
| ·算法框架与流程 | 第35-36页 |
| ·实验过程与结果分析 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 脑电因果脑网络的构建方法及分析 | 第42-72页 |
| ·概述 | 第42页 |
| ·脑网络的定义及研究现状 | 第42-49页 |
| ·脑网络的研究起因 | 第42-43页 |
| ·脑网络的定义及研究范畴 | 第43-45页 |
| ·因果脑网络的研究现状 | 第45-49页 |
| ·因果脑网络的构建理论 | 第49-60页 |
| ·反向源重建 | 第49-52页 |
| ·独立成分分析 | 第52-53页 |
| ·多元自回归模型 | 第53-58页 |
| ·格兰杰因果分析 | 第58-60页 |
| ·因果脑网络的构建与分析 | 第60-69页 |
| ·错误相关负电位介绍 | 第60-61页 |
| ·实验设计 | 第61页 |
| ·数据分析 | 第61-67页 |
| ·实验结果与讨论 | 第67-69页 |
| ·本章小结 | 第69-72页 |
| 第四章 脑电信号的稳定性仿射传播聚类分析 | 第72-94页 |
| ·概述 | 第72-73页 |
| ·仿射传播算法的定义及研究现状 | 第73-76页 |
| ·仿射传播算法的定义 | 第73-74页 |
| ·仿射传播算法研究现状 | 第74-76页 |
| ·仿射传播算法存在的问题 | 第76页 |
| ·基于聚类稳定性的仿射传播分析 | 第76-87页 |
| ·算法的框架和流程 | 第76-82页 |
| ·算法验证数据集 | 第82-83页 |
| ·验证实验结果与分析 | 第83-87页 |
| ·运动想象脑电数据的应用 | 第87-91页 |
| ·数据集 | 第88-89页 |
| ·数据预处理 | 第89-90页 |
| ·实验结果与分析 | 第90-91页 |
| ·本章小结 | 第91-94页 |
| 第五章 总结与展望 | 第94-98页 |
| ·研究及解决的问题 | 第94-95页 |
| ·下一步研究和展望 | 第95-98页 |
| 参考文献 | 第98-110页 |
| 附录 1：中英文术语对照表 | 第110-111页 |
| 附录 2：脑电图电极安放(国际 10-20 系统) | 第111-112页 |
| 致谢 | 第112-113页 |
| 攻读博士学位期间已发表和录用的学术论文 | 第113-114页 |
| 攻读学位期间主持和参与的科研项目 | 第114-115页 |
| 博士学位论文独创性说明 | 第115页 |