| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 一致性算法介绍 | 第11-12页 |
| 1.3 认知功能障碍患者一致性研究进展 | 第12-13页 |
| 1.4 论文主要研究内容 | 第13-15页 |
| 第2章 脑电信号基础知识 | 第15-21页 |
| 2.1 引言 | 第15页 |
| 2.2 脑电信号产生机理及特点 | 第15-17页 |
| 2.2.1 脑电信号产生机理 | 第15-16页 |
| 2.2.2 脑电信号的特点 | 第16-17页 |
| 2.3 脑电信号研究方法 | 第17-19页 |
| 2.3.1 单通道脑电信号研究方法 | 第18页 |
| 2.3.2 双通道脑电信号研究方法 | 第18-19页 |
| 2.3.3 多通道脑电信号研究方法 | 第19页 |
| 2.4 脑电信号预处理 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 糖尿病认知功能障碍患者研究对象 | 第21-26页 |
| 3.1 引言 | 第21页 |
| 3.2 研究对象纳入和排除标准 | 第21-22页 |
| 3.3 神经心理学测试量表 | 第22-23页 |
| 3.4 研究对象认知量表统计分析 | 第23-24页 |
| 3.5 研究对象脑电信号采集与预处理 | 第24-25页 |
| 3.6 本章小结 | 第25-26页 |
| 第4章 频域一致性算法研究 | 第26-35页 |
| 4.1 引言 | 第26页 |
| 4.2 频域一致性算法原理分析 | 第26-29页 |
| 4.2.1 基于韦尔氏平均周期图一致性算法原理 | 第26-27页 |
| 4.2.2 基于最小方差无失真响应的一致性算法原理 | 第27-28页 |
| 4.2.3 基于典型相关分析的一致性算法原理 | 第28-29页 |
| 4.3 一致性算法仿真分析 | 第29-34页 |
| 4.3.1 窄带和宽带信号模型 | 第29-30页 |
| 4.3.2 窄带信号和宽带信号仿真结果 | 第30-34页 |
| 4.4 本章小结 | 第34-35页 |
| 第5章 加权典型相关分析一致性算法的脑电信号分析 | 第35-59页 |
| 5.1 引言 | 第35页 |
| 5.2 基于加权典型相关分析的一致性算法 | 第35-37页 |
| 5.2.1 降秩典型相关分析的一致性算法 | 第36页 |
| 5.2.2 加权的典型相关分析的一致性算法 | 第36-37页 |
| 5.3 算法仿真分析 | 第37-44页 |
| 5.3.1 窄带信号仿真分析 | 第38-39页 |
| 5.3.2 窄带信号抗噪性能分析 | 第39-40页 |
| 5.3.3 信号振幅仿真分析 | 第40-41页 |
| 5.3.4 宽带信号仿真分析 | 第41-42页 |
| 5.3.5 宽带信号抗噪性能分析 | 第42-44页 |
| 5.4 糖尿病患者脑电信号一致性分析 | 第44-55页 |
| 5.4.1 糖尿病患者Delta频段一致性分析 | 第44-47页 |
| 5.4.2 糖尿病患者Theta频段一致性分析 | 第47-49页 |
| 5.4.3 糖尿病患者Alpha频段一致性分析 | 第49-55页 |
| 5.5 基于支持向量机的脑电信号特征提取和分类 | 第55-57页 |
| 5.5.1 支持向量机原理 | 第55-56页 |
| 5.5.2 脑电信号特征选择与分类 | 第56-57页 |
| 5.6 本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67页 |