| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 专用术语注释表 | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| ·MEG研究背景和意义 | 第10-12页 |
| ·MEG研究背景 | 第10-11页 |
| ·MEG研究意义 | 第11-12页 |
| ·精神分裂症MEG研究概述 | 第12-13页 |
| ·脑电/磁信号研究现状 | 第13-16页 |
| ·脑电/磁信号特征提取和分类的研究现状 | 第13-14页 |
| ·脑电/磁源定位研究现状 | 第14-16页 |
| ·本章主要内容和论文结构安排 | 第16-17页 |
| ·本章的主要内容 | 第16页 |
| ·论文的结构安排 | 第16-17页 |
| 第二章 脑电/磁信号相关研究方法 | 第17-36页 |
| ·MEG/EEG特征提取方法及原理 | 第17-27页 |
| ·基于时频的分析方法 | 第17-22页 |
| ·基于模型的分析方法 | 第22-23页 |
| ·非线性动力学方法 | 第23-27页 |
| ·MEG/EEG分类方法及原理 | 第27-30页 |
| ·线性判别分析 | 第27-28页 |
| ·朴素贝叶斯分类 | 第28页 |
| ·支持向量机 | 第28-30页 |
| ·KNN分类算法 | 第30页 |
| ·加权距离最近邻（WDNN）算法 | 第30页 |
| ·源定位相关方法及原理 | 第30-35页 |
| ·基于模型的源定位方法 | 第31-33页 |
| ·数据驱动的源定位方法 | 第33-34页 |
| ·不同框架下的源定位方法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于改进HHT和GA-SVM的精神分裂症MEG识别研究 | 第36-45页 |
| ·引言 | 第36页 |
| ·MEG数据采集和预处理 | 第36-37页 |
| ·基于改进HHT和GA-SVM的特征提取和分类方法 | 第37-38页 |
| ·基于EEMD和Hilbert的特征提取与选择 | 第37页 |
| ·基于GA-SVM的MEG信号分类 | 第37-38页 |
| ·实验过程与结果分析 | 第38-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 精神分裂症静息状态MEG的源定位研究 | 第45-56页 |
| ·引言 | 第45页 |
| ·精神分裂症静息状态MEG的源定位方法 | 第45-46页 |
| ·MEG正向问题 | 第45-46页 |
| ·MEG反向问题 | 第46页 |
| ·交叉相关系数和偏相干系数 | 第46页 |
| ·实验数据处理 | 第46-48页 |
| ·数据预处理 | 第46-47页 |
| ·基于sLORETA的MEG源重构 | 第47-48页 |
| ·实验过程与结果分析 | 第48-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-59页 |
| ·论文总结 | 第56-57页 |
| ·工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 致谢 | 第64页 |