| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-23页 |
| ·课题研究背景及意义 | 第12页 |
| ·国内外研究现状 | 第12-15页 |
| ·意识障碍评价分析方法综述 | 第15-21页 |
| ·常用的量表分析方法 | 第15-18页 |
| ·意识障碍患者脑电信号的传统分析方法 | 第18-20页 |
| ·时域分析 | 第18页 |
| ·频域分析 | 第18-19页 |
| ·时频分析 | 第19-20页 |
| ·意识障碍患者脑电信号的非线性动力学分析方法 | 第20-21页 |
| ·本论文研究内容 | 第21-23页 |
| 第2章 实验设计与数据采集 | 第23-31页 |
| ·实验设计基础 | 第23-26页 |
| ·脑电信号产生机理 | 第23-24页 |
| ·脑电信号的分类 | 第24-26页 |
| ·诱发脑电信号 | 第24页 |
| ·自发脑电信号 | 第24-26页 |
| ·实验系统相关信息和数据采集 | 第26-27页 |
| ·实验方案设计 | 第27-30页 |
| ·验证性实验方案设计 | 第27-29页 |
| ·对比实验方案设计 | 第29-30页 |
| ·实验环境 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第3章 脑电信号的预处理 | 第31-46页 |
| ·脑电信号的特点 | 第31-32页 |
| ·脑电信号的小波去噪预处理 | 第32-36页 |
| ·小波阈值消噪基本原理 | 第32-33页 |
| ·基于 SURE 的小波软阈值去噪原理 | 第33-34页 |
| ·基于 SURE 的小波软阈值去噪用于脑电信号的实验分析 | 第34-36页 |
| ·盲信号分离对脑电信号的预处理 | 第36-44页 |
| ·盲源分离算法的基本内容 | 第37-38页 |
| ·基于最大信噪比的盲源分离算法原理 | 第38-39页 |
| ·基于最大信噪比的盲源分离算法用于脑电信号的实验分析 | 第39-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 脑电信号的非线性动力学分析方法 | 第46-63页 |
| ·非线性动力学理论概述 | 第46-48页 |
| ·混沌理论及其特征 | 第46-47页 |
| ·奇异吸引子 | 第47页 |
| ·相空间重构和嵌入理论 | 第47-48页 |
| ·脑电信号的非线性动力学特性 | 第48页 |
| ·脑电信号的非线性动力学特征参数 | 第48-55页 |
| ·Lempel-Ziv 复杂度 | 第49-52页 |
| ·Lempel-Ziv 复杂度算法的基本内容 | 第49-50页 |
| ·传统二值化方法及其缺点 | 第50页 |
| ·多尺度下二值化方法 | 第50-52页 |
| ·排列分划粗粒化方法 | 第52页 |
| ·C0 复杂度 | 第52-53页 |
| ·C0 复杂度算法的基本内容 | 第52-53页 |
| ·改进的 C0 复杂度算法 | 第53页 |
| ·熵 | 第53-55页 |
| ·基本尺度熵算法 | 第53-55页 |
| ·验证性实验数据非线性动力学分析 | 第55-61页 |
| ·单因素方差分析基本内容 | 第55-56页 |
| ·Lempel-Ziv 复杂度结果分析 | 第56-58页 |
| ·C0 复杂度结果分析 | 第58-60页 |
| ·基本尺度熵结果分析 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 第5章 临床实验数据分析 | 第63-75页 |
| ·材料与方法 | 第63页 |
| ·正常人脑电信号在不同刺激下的对比 | 第63-65页 |
| ·患者脑电信号在不同刺激下的对比 | 第65-67页 |
| ·正常人和患者脑电信号的对比 | 第67-74页 |
| ·两独立样本 t 检验原理 | 第68页 |
| ·正常人与患者脑电信号在相同刺激下的对比 | 第68-74页 |
| ·本章小结 | 第74-75页 |
| 第6章 总结与展望 | 第75-77页 |
| ·本文工作总结 | 第75-76页 |
| ·研究展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 附录 | 第83页 |