| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章绪论 | 第11-19页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状和发展趋势 | 第12-16页 |
| ·神经元动作电位分类技术的现状及进展 | 第12-14页 |
| ·神经编码研究的现状及进展 | 第14-16页 |
| ·论文的研究内容和章节安排 | 第16-19页 |
| ·论文的主要研究内容和创新点 | 第16-17页 |
| ·论文组织结构 | 第17-19页 |
| 第2章 神经元动作电位分类技术的基本原理 | 第19-32页 |
| ·引言 | 第19页 |
| ·神经元的电学特性 | 第19-22页 |
| ·静息电位 | 第20-21页 |
| ·动作电位 | 第21-22页 |
| ·神经元电信号多电极同步记录系统 | 第22-23页 |
| ·动作电位分类的基本问题和方法 | 第23-31页 |
| ·动作电位的检测 | 第24-27页 |
| ·动作电位的特征提取及降维 | 第27-29页 |
| ·动作电位的聚类分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于小波时频分析的动作电位分类研究 | 第32-45页 |
| ·引言 | 第32页 |
| ·小波时频分析方法 | 第32-35页 |
| ·几种常用的小波变换基函数 | 第35-37页 |
| ·仿真实验结果及分析 | 第37-44页 |
| ·仿真实验数据 | 第37-38页 |
| ·分类性能评价 | 第38-39页 |
| ·小波分析的适用性分析 | 第39-43页 |
| ·小波方法与PCA 方法的分类结果对比 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于高斯混合模型的动作电位动态聚类研究 | 第45-56页 |
| ·引言 | 第45页 |
| ·神经元动作电位发放模型 | 第45-49页 |
| ·高斯混合模型 | 第46-47页 |
| ·全局贝叶斯网络模型 | 第47-49页 |
| ·神经元动作电位的动态聚类方法 | 第49-50页 |
| ·动作电位分类算法框架 | 第49页 |
| ·EM 算法估计高斯混合模型 | 第49-50页 |
| ·Viterbi算法计算全局最佳路径 | 第50页 |
| ·实验结果及分析 | 第50-54页 |
| ·实验数据 | 第50-52页 |
| ·DM 聚类与Kmeans聚类的直观对比 | 第52页 |
| ·仿真数据的分类结果 | 第52-53页 |
| ·真实数据的分类结果 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 猫视皮层神经元动作电位的神经编码研究 | 第56-66页 |
| ·引言 | 第56-57页 |
| ·动作电位序列的复杂性测度特征 | 第57-61页 |
| ·复杂性测度分类 | 第57页 |
| ·传统Lempel-ziv复杂度 | 第57-58页 |
| ·分区Lempel-ziv复杂度 | 第58-61页 |
| ·实验结果及分析 | 第61-64页 |
| ·实验数据 | 第61页 |
| ·传统复杂性测度分析 | 第61-63页 |
| ·分区KC 复杂性测度分析 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 第6章 总结 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录: 作者在读期间发表的学术论文及参加的科研项目 | 第73-74页 |
| 详细摘要 | 第74-77页 |