| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 1 绪论 | 第7-10页 |
| ·引言 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·本文的主要工作及全文结构 | 第9-10页 |
| 2 相关基础知识概述 | 第10-13页 |
| ·背景知识：脑电波与局部电位信号 | 第10页 |
| ·数据分析方法：主成份分析及相关性分析 | 第10-11页 |
| ·信号处理技术：滤波与重构 | 第11页 |
| ·人工智能基础：径向基函数神经网络模型辨识 | 第11页 |
| ·控制理论：经典控制与现代控制 | 第11-13页 |
| 3 生理信息与LFP相关关系分析 | 第13-25页 |
| ·与呼吸相关的LFP建模与分析 | 第13-20页 |
| ·周期节律分析 | 第13-15页 |
| ·LFP滤波分析 | 第15-17页 |
| ·LFP相关性分析 | 第17-20页 |
| ·与视觉刺激相关的LFP建模与分析 | 第20-25页 |
| ·LFP周期节律分析 | 第20-21页 |
| ·与视觉刺激相关的LFP滤波分析 | 第21页 |
| ·LFP相关性分析 | 第21-25页 |
| 4 生理信息与LFP的径向基函数神经网络辨识与控制建模 | 第25-43页 |
| ·辨识基础：LFP时间序列分析 | 第25-31页 |
| ·LFP径向基函数神经网络模型辨识 | 第31-33页 |
| ·RBFNN-LFP模型的数值实验分析 | 第33-35页 |
| ·脑系统的经典控制模型建立与检验 | 第35-39页 |
| ·经典控制理论模型的建立 | 第35-36页 |
| ·经典控制理论模型的时域、频域、根轨迹检验 | 第36-39页 |
| ·脑系统的现代控制模型建立与检验 | 第39-43页 |
| ·现代控制模型的建立 | 第39-40页 |
| ·现代控制模型的能控性、能观性与稳定性检验 | 第40-43页 |
| 5 总结与展望 | 第43-44页 |
| ·结论 | 第43页 |
| ·下一步的研究方向 | 第43-44页 |
| 6 参考文献 | 第44-48页 |
| 7 附录 | 第48-49页 |
| 致谢 | 第49页 |