| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·脑电信号研究的发展简介 | 第9-10页 |
| ·脑电信号分析方法 | 第10-12页 |
| ·时域分析 | 第10页 |
| ·频域分析 | 第10-11页 |
| ·时/频域分析 | 第11页 |
| ·主/独立分量分析 | 第11-12页 |
| ·本文研究内容及章节组织 | 第12-13页 |
| 第二章 事件相关电位 | 第13-19页 |
| ·自发脑电与事件相关电位 | 第13-14页 |
| ·事件相关电位(ERP)概述 | 第14-18页 |
| ·ERP的概念 | 第14页 |
| ·ERP经典成份分析 | 第14-15页 |
| ·ERP的实验方法及模式 | 第15-16页 |
| ·ERP数据处理现状分析 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 独立分量分析理论(ICA) | 第19-34页 |
| ·引言 | 第19页 |
| ·ICA的由来和发展 | 第19-20页 |
| ·ICA算法的基本原理 | 第20-21页 |
| ·ICA的统计分析理论基础 | 第21-23页 |
| ·ICA的信息论理论基础 | 第23-25页 |
| ·负熵判据 | 第23-25页 |
| ·相互独立性判别准则 | 第25页 |
| ·基于信息论的ICA算法研究 | 第25-32页 |
| ·数据的预处理 | 第26-27页 |
| ·优化算法分析 | 第27-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 FastICA在事件相关电位消噪中的应用 | 第34-43页 |
| ·概述 | 第34-35页 |
| ·实验数据 | 第35-36页 |
| ·实验方法 | 第36-37页 |
| ·基于FastICA方法的ERP消噪 | 第37-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 FastICA在事件相关电位提取中的应用研究 | 第43-50页 |
| ·基于FastICA算法和叠加平均技术的ERP提取 | 第43-46页 |
| ·基于FastICA的快速提取ERP(P300)方法 | 第46-48页 |
| ·本文的两种方法与传统叠加平均方法的比较 | 第48-49页 |
| ·结论 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 在读期间发表论文情况 | 第56-57页 |
