首页--医药、卫生论文--基础医学论文--医用一般科学论文--生物医学工程论文--一般性问题论文--生物信息、生物控制论文

基于脑电的自动睡眠分期

摘要第4-5页
Abstract第5页
第一章 绪论第8-16页
    1.1 引言第8页
    1.2 研究背景和意义第8-14页
        1.2.1 脑电信号研究分析第9-11页
        1.2.2 睡眠分期研究现状分析第11-14页
    1.3 论文结构第14-16页
第二章 睡眠脑电概述第16-28页
    2.1 睡眠以及睡眠的分期第16-17页
        2.1.1 睡眠概述第16页
        2.1.2 睡眠的分期第16-17页
    2.2 脑电信号第17-21页
        2.2.1 脑电波神经生理基础第17-19页
        2.2.2 脑电信号和脑电图第19-21页
    2.3 睡眠脑电第21-23页
        2.3.1 睡眠脑电波的特征和分期指标第21-23页
        2.3.2 睡眠脑电分期应用意义第23页
    2.4 PhysioNet 数据库第23-27页
    2.5 本章小结第27-28页
第三章 基于小波变换的 EEG 信号特征提取第28-45页
    3.1 睡眠评分系统第28-33页
        3.1.1 睡眠评分第29-32页
        3.1.2 特征提取第32页
        3.1.3 模式分类第32页
        3.1.4 信号采集第32-33页
    3.2 小波变换第33-39页
        3.2.1 小波变换研究背景第33-37页
        3.2.2 小波变换与短时傅里叶变换关系第37-39页
        3.2.3 离散小波变换第39页
    3.3 相对小波能量的特征提取第39-41页
    3.4 小波能量分析结果及计算程序第41-44页
    3.5 本章小结第44-45页
第四章 模糊神经网络第45-60页
    4.1 模糊神经网络第45-48页
        4.1.1 神经网络第45-46页
        4.1.2 模糊逻辑第46-47页
        4.1.3 模糊神经网络第47-48页
    4.2 自适应模糊推理系统第48-59页
        4.2.1 ANFIS 原理第48-51页
        4.2.2 自适应模糊神经推理系统的 matlab 仿真第51-55页
        4.2.3 仿真结果第55-59页
    4.3 本章小结第59-60页
第五章 总结与展望第60-61页
参考文献第61-63页
附录1 攻读硕士学位期间参加的科研项目第63-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:江苏物联网企业全面协同创新研究
下一篇:GPS L2C捕获算法研究与实现