| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-31页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 睡眠呼吸暂停综合征 | 第14-19页 |
| 1.2.1 相关术语 | 第14-16页 |
| 1.2.2 睡眠呼吸暂停综合征发病机制 | 第16-18页 |
| 1.2.3 睡眠呼吸暂停综合征的危害 | 第18-19页 |
| 1.3 国内外研究现状 | 第19-28页 |
| 1.3.1 睡眠呼吸暂停综合征检测金标准 | 第20-22页 |
| 1.3.2 睡眠呼吸暂停综合征研究新方法 | 第22-25页 |
| 1.3.3 睡眠脑电分析方法 | 第25-28页 |
| 1.4 主要研究内容 | 第28-29页 |
| 1.5 数据来源 | 第29-30页 |
| 1.6 论文结构安排 | 第30-31页 |
| 第二章 睡眠脑电噪声去除算法研究 | 第31-51页 |
| 2.1 脑电 | 第31-32页 |
| 2.2 脑电与睡眠 | 第32-36页 |
| 2.2.1 睡眠脑电节律 | 第33-34页 |
| 2.2.2 脑电与睡眠时相 | 第34-36页 |
| 2.3 脑电噪声来源 | 第36-40页 |
| 2.3.1 外界噪声 | 第36-37页 |
| 2.3.2 生理伪迹 | 第37-40页 |
| 2.4 脑电噪声去除算法 | 第40-48页 |
| 2.4.1 伪迹减法 | 第40-41页 |
| 2.4.2 回归法 | 第41-42页 |
| 2.4.3 主成分分析 | 第42-43页 |
| 2.4.4 独立分量分析 | 第43-44页 |
| 2.4.5 小波分析 | 第44-48页 |
| 2.5 睡眠脑电伪迹去除 | 第48-50页 |
| 2.6 本章小结 | 第50-51页 |
| 第三章 睡眠脑电的非线性检验 | 第51-71页 |
| 3.1 非线性理论 | 第51-54页 |
| 3.2 睡眠脑电相空间重构 | 第54-60页 |
| 3.2.1 延迟时间 | 第56-58页 |
| 3.2.2 嵌入维数 | 第58-60页 |
| 3.3 非线性检验 | 第60-69页 |
| 3.3.1 替代数据法 | 第61-68页 |
| 3.3.2 鉴别统计量 | 第68页 |
| 3.3.3 睡眠脑电非线性检验 | 第68-69页 |
| 3.4 本章小结 | 第69-71页 |
| 第四章 睡眠脑电非线性动力学特性分析 | 第71-98页 |
| 4.1 实验数据 | 第71-72页 |
| 4.2 分形特性 | 第72-87页 |
| 4.2.1 睡眠脑电的分形维特性 | 第73-80页 |
| 4.2.2 基于去趋势波动分析的睡眠脑电研究 | 第80-87页 |
| 4.3 复杂度特性 | 第87-97页 |
| 4.3.1 睡眠脑电熵特性 | 第87-93页 |
| 4.3.2 睡眠脑电的Lempel-Ziv复杂度研究 | 第93-97页 |
| 4.4 本章小结 | 第97-98页 |
| 第五章 睡眠呼吸暂停综合征自动检测 | 第98-110页 |
| 5.1 模式识别理论 | 第98-99页 |
| 5.2 支持向量机 | 第99-104页 |
| 5.2.1 线性可分和线性不可分 | 第100-102页 |
| 5.2.2 非线性 | 第102-103页 |
| 5.2.3 核函数 | 第103-104页 |
| 5.3 睡眠呼吸暂停综合征自动判别 | 第104-109页 |
| 5.3.1 特征量 | 第104-105页 |
| 5.3.2 算法设计 | 第105-107页 |
| 5.3.3 实验结果与评价 | 第107-109页 |
| 5.4 本章小结 | 第109-110页 |
| 第六章 总结与展望 | 第110-112页 |
| 6.1 论文总结 | 第110-111页 |
| 6.2 工作展望 | 第111-112页 |
| 参考文献 | 第112-131页 |
| 攻读博士/硕士学位期间取得的研究成果 | 第131-132页 |
| 致谢 | 第132-133页 |
| 附件 | 第133页 |