首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号分析论文

多动症儿童fNIRS信号分析方法的研究及系统的研制

摘要第5-7页
Abstract第7-8页
第1章 绪论第15-30页
    1.1 课题研究背景及意义第15-17页
    1.2 fNIRS简介第17-22页
        1.2.1 fNIRS原理第17-18页
        1.2.2 修正的比尔-朗伯定律第18-19页
        1.2.3 神经血管耦合第19-20页
        1.2.4 fNIRS的应用领域第20-21页
        1.2.5 不同脑成像技术的比较第21-22页
    1.3 fNIRS分析方法的现状第22-26页
        1.3.1 fNIRS信号的预处理第22-25页
        1.3.2 fNIRS信号的统计激活分析第25页
        1.3.3 fNIRS信号的功能连接分析第25-26页
    1.4 fNIRS设备的发展现状第26-29页
    1.5 论文主要研究内容第29-30页
第2章 基于EMD的fNIRS信号运动噪声去除方法第30-44页
    2.1 引言第30-31页
    2.2 被试与静息态fNIRS数据第31-32页
    2.3 运动噪声去除方法第32-36页
        2.3.1 基于EMD的运动噪声去除方法第32-34页
        2.3.2 基于样条插值的运动噪声去除方法第34页
        2.3.3 小波滤波器第34-35页
        2.3.4 基于峰度值的小波滤波器第35-36页
    2.4 四种运动噪声去除方法的比较测试流程第36页
    2.5 四种运动噪声去除方法的性能比较结果第36-42页
    2.6 讨论第42-43页
    2.7 本章小结第43-44页
第3章 基于排序熵的多动症儿童脑信号复杂度分析第44-59页
    3.1 引言第44-46页
    3.2 被试与实验过程第46-48页
    3.3 fNIRS信号采集与预处理第48-49页
    3.4 分析方法第49-52页
        3.4.1 一般线性模型第49页
        3.4.2 排序熵第49-51页
        3.4.3 统计分析第51-52页
    3.5 结果第52-54页
        3.5.1 行为数据分析第52页
        3.5.2 激活分析第52-54页
        3.5.3 排序熵分析第54页
        3.5.4 相关性分析第54页
    3.6 讨论第54-58页
    3.7 本章小结第58-59页
第4章 基于fNIRS多变量分析方法识别多动症儿童第59-73页
    4.1 引言第59-60页
    4.2 fNIRS信号预处理第60-61页
    4.3 多变量模式分析第61-63页
        4.3.1 支持向量机第61-62页
        4.3.2 特征选择第62-63页
        4.3.3 置换检验第63页
    4.4 偏最小二乘法第63-65页
    4.5 多变量模式分析结果第65-69页
        4.5.1 单变量激活分析第65页
        4.5.2 SVM分类性能第65-66页
        4.5.3 具有高区分能力的脑区第66-69页
    4.6 偏最小二乘法分析结果第69页
        4.6.1 不同实验条件下的大脑活动模式第69页
        4.6.2 大脑活动模式与行为数据之间的关系第69页
    4.7 讨论第69-72页
    4.8 本章小结第72-73页
第5章 fNIRS采集系统及神经反馈系统的设计第73-95页
    5.1 引言第73页
    5.2 fNIRS采集系统的架构第73-74页
    5.3 光极探头的设计第74-76页
        5.3.1 光发射探头第74-75页
        5.3.2 光接收探头第75-76页
    5.4 硬件系统的设计第76-79页
        5.4.1 控制器模块第76-77页
        5.4.2 光源驱动模块第77-78页
        5.4.3 模拟采集模块第78页
        5.4.4 通信模块第78-79页
    5.5 上位机软件的设计第79-88页
        5.5.1 开发环境第79页
        5.5.2 采集软件第79-83页
        5.5.3 分析软件第83-88页
    5.6 系统性能测试第88-91页
        5.6.1 被试与实验过程第89页
        5.6.2 数据分析和结果第89-91页
    5.7 神经反馈系统的设计第91-93页
    5.8 本章小结第93-95页
结论第95-97页
参考文献第97-115页
攻读博士学位期间承担的科研任务与主要成果第115-116页
致谢第116页

论文共116页,点击 下载论文
上一篇:社会网络影响最大化方法研究
下一篇:装备制造业技术协同创新机制及绩效研究