| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 脑电信号的介绍 | 第12-14页 |
| 1.2.1 脑电信号产生机理 | 第12-13页 |
| 1.2.2 脑电信号的特点 | 第13-14页 |
| 1.2.3 脑电信号的分类 | 第14页 |
| 1.3 脑电信号同步分析研究现状 | 第14-17页 |
| 1.3.1 双通道脑电信号同步分析方法 | 第14-15页 |
| 1.3.2 多通道脑电信号同步分析方法 | 第15-17页 |
| 1.4 论文的主要研究内容 | 第17-18页 |
| 第2章 脑电信号同步分析算法 | 第18-24页 |
| 2.1 引言 | 第18页 |
| 2.2 双通道同步分析算法 | 第18-21页 |
| 2.2.1 互相关函数 | 第18-19页 |
| 2.2.2 相位同步法 | 第19页 |
| 2.2.3 一致性 | 第19页 |
| 2.2.4 双通道香农熵 | 第19-21页 |
| 2.3 多通道同步分析算法 | 第21-23页 |
| 2.3.1 同步似然 | 第21-22页 |
| 2.3.2 Omega复杂度 | 第22-23页 |
| 2.3.3 全区段同步化估计 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 神经量表筛查与脑电信号采集 | 第24-30页 |
| 3.1 引言 | 第24-25页 |
| 3.2 认知障碍量表评估 | 第25-27页 |
| 3.3 纳入和排除标准 | 第27-28页 |
| 3.4 脑电信号的采集 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 多通道同步算法的研究 | 第30-40页 |
| 4.1 引言 | 第30页 |
| 4.2 多通道同步分析方法 | 第30-32页 |
| 4.2.1 S估计器 | 第30-31页 |
| 4.2.2 基于相关矩阵的多通道同步方法 | 第31-32页 |
| 4.3 模型仿真分析 | 第32-35页 |
| 4.3.1 时间窗宽度对S估计器、SI和GSI的影响 | 第33-34页 |
| 4.3.2 信噪比对S估计器、SI和GSI的影响 | 第34页 |
| 4.3.3 耦合系数对S估计器、SI和GSI的影响 | 第34-35页 |
| 4.4 糖尿病患者a MCI脑电源信号同步分析 | 第35-39页 |
| 4.4.1 大脑皮层源信号 | 第35-36页 |
| 4.4.2 皮层源信号同步分析 | 第36页 |
| 4.4.3 同步及统计分析结果 | 第36-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第5章 基于加权排序熵的多通道同步分析 | 第40-60页 |
| 5.1 引言 | 第40页 |
| 5.2 方法 | 第40-47页 |
| 5.2.1 互信息 | 第40-42页 |
| 5.2.2 排序熵 | 第42-43页 |
| 5.2.3 加权排序熵 | 第43-45页 |
| 5.2.4 加权排序互信息 | 第45-47页 |
| 5.3 模型仿真分析 | 第47-51页 |
| 5.3.1 耦合系数对算法的影响 | 第47-48页 |
| 5.3.2 噪声对算法的影响 | 第48-49页 |
| 5.3.3 数据长度对算法的影响 | 第49-50页 |
| 5.3.4 延迟时间和嵌入维数对算法的影响 | 第50-51页 |
| 5.4 基于加权排序熵的全局同步指数 | 第51-52页 |
| 5.5 糖尿病a MCI脑电信号的分析 | 第52-58页 |
| 5.5.1 脑电信号同步分析 | 第53-54页 |
| 5.5.2 同步值统计分析 | 第54-55页 |
| 5.5.3 认知量表的统计分析 | 第55-56页 |
| 5.5.4 同步与认知功能障碍的相关性 | 第56-58页 |
| 5.6 本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |