基于EEG的脑网络特征的脑疲劳状态分类研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-21页 |
1.1 课题背景及研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-18页 |
1.2.1 脑疲劳研究现状 | 第10-14页 |
1.2.1.1 脑疲劳概述 | 第10页 |
1.2.1.2 脑疲劳研究动态 | 第10-14页 |
1.2.2 脑功能网络研究现状 | 第14-16页 |
1.2.2.1 脑网络在脑疾病中的应用研究 | 第14-15页 |
1.2.2.2 基于脑网络的脑疾病分类研究 | 第15-16页 |
1.2.3 磁刺激穴位研究现状 | 第16-18页 |
1.3 本文主要研究内容 | 第18-21页 |
第二章 脑电实验设计及数据预处理 | 第21-29页 |
2.1 实验设计 | 第21-25页 |
2.1.1 脑电实验流程图 | 第21-22页 |
2.1.2 被试 | 第22页 |
2.1.3 脑疲劳实验与主观测评实验 | 第22-23页 |
2.1.4 磁刺激穴位实验 | 第23-25页 |
2.1.4.1 穴位的选取 | 第23-24页 |
2.1.4.2 磁刺激参数的设置 | 第24-25页 |
2.2 EEG数据的采集与预处理 | 第25-27页 |
2.2.1 EEG数据的采集系统 | 第25-27页 |
2.2.2 EEG数据的预处理 | 第27页 |
2.3 本章小结 | 第27-29页 |
第三章 脑网络的构建与分析 | 第29-45页 |
3.1 脑网络的构建 | 第29-33页 |
3.1.1 网络节点的定义 | 第29页 |
3.1.2 EEG信号导联间关联特性分析 | 第29-31页 |
3.1.3 阈值的选取及二值矩阵的构建 | 第31-32页 |
3.1.4 三种状态的脑网络构建 | 第32-33页 |
3.2 主观疲劳量表统计分析 | 第33-34页 |
3.3 脑网络特征参数分析 | 第34-43页 |
3.3.1 脑网络的局部特征参数 | 第34-39页 |
3.3.1.1 节点度 | 第34-35页 |
3.3.1.2 中间中心度 | 第35页 |
3.3.1.3 节点聚类系数 | 第35页 |
3.3.1.4 节点平均路径长度 | 第35页 |
3.3.1.5 脑网络的局部特征参数分析 | 第35-39页 |
3.3.2 脑网络的全局特征参数 | 第39-43页 |
3.3.2.1 平均度 | 第39-40页 |
3.3.2.2 网络密度 | 第40页 |
3.3.2.3 聚类系数 | 第40页 |
3.3.2.4 平均路径长度 | 第40页 |
3.3.2.5 脑网络全局特征参数统计分析 | 第40-43页 |
3.4 本章小结 | 第43-45页 |
第四章 脑疲劳状态的脑网络特征分类研究 | 第45-53页 |
4.1 支持向量机算法 | 第45-47页 |
4.2 基于脑网络特征的分类模型构建 | 第47-50页 |
4.2.1 基于脑网络局部特征参数的分类研究 | 第48-49页 |
4.2.2 基于脑网络全局特征参数的分类研究 | 第49-50页 |
4.3 本章小结 | 第50-53页 |
第五章 总结与展望 | 第53-57页 |
5.1 总结 | 第53-55页 |
5.2 展望 | 第55-57页 |
参考文献 | 第57-63页 |
攻读学位期间所取得的相关科研成果 | 第63-65页 |
致谢 | 第65页 |