| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究意义及背景 | 第10-11页 |
| 1.2 国内外研究意义 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文研究目的及主要内容安排 | 第13-15页 |
| 第2章 脑电与神经反馈基础知识 | 第15-22页 |
| 2.1 脑电信号的生理基础 | 第15-18页 |
| 2.1.1 大脑生理结构及功能脑区 | 第15-16页 |
| 2.1.2 脑电信号分类 | 第16-17页 |
| 2.1.3 脑电信号分析方法 | 第17-18页 |
| 2.2 神经反馈理论 | 第18-21页 |
| 2.2.1 生物反馈概念 | 第18-19页 |
| 2.2.2 神经反馈训练 | 第19-20页 |
| 2.2.3 神经反馈训练评价指标 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 脑电信号非线性特征提取与识别方法 | 第22-44页 |
| 3.1 多重分形 | 第22-25页 |
| 3.2 模糊熵及其改进方法 | 第25-26页 |
| 3.3 锁相位 | 第26-34页 |
| 3.3.1 经验模态分解 | 第27-33页 |
| 3.3.2 锁相位 | 第33-34页 |
| 3.3.3 改进锁相位 | 第34页 |
| 3.4 分类器 | 第34-43页 |
| 3.4.1 支持向量机 | 第34-35页 |
| 3.4.2 相关向量机 | 第35-40页 |
| 3.4.3 遗传算法优化相关向量机 | 第40-41页 |
| 3.4.4 基于遗传算法优化相关向量机的多模式分类 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于NFB训练的脑功能状态评估 | 第44-62页 |
| 4.1 试验数据获取 | 第44-47页 |
| 4.1.1 试验方案与数据采集 | 第44-46页 |
| 4.1.2 数据预处理 | 第46-47页 |
| 4.2 多重分形去趋势波动结果分析 | 第47-52页 |
| 4.3 改进模糊熵结果分析 | 第52-55页 |
| 4.4 改进锁相位结果分析 | 第55-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 基于NFB训练的评估系统设计 | 第62-72页 |
| 5.1 系统设计 | 第62-63页 |
| 5.2 系统实现 | 第63-71页 |
| 5.2.1 MATLAB 与 C | 第63-65页 |
| 5.2.2 SQL数据库 | 第65-66页 |
| 5.2.3 系统实现结果 | 第66-71页 |
| 5.3 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-83页 |
| 攻读硕士期间承担的科研任务与主要成果 | 第83-84页 |
| 致谢 | 第84页 |