摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 脑电信号同步分析研究现状 | 第12-15页 |
1.2.1 双通道脑电信号同步分析方法 | 第13-14页 |
1.2.2 多通道脑电信号同步分析方法 | 第14-15页 |
1.3 论文主要研究内容 | 第15-17页 |
第2章 脑电信号分析基础 | 第17-27页 |
2.1 引言 | 第17页 |
2.2 脑电信号的产生机理及特点 | 第17-18页 |
2.3 脑电信号预处理 | 第18-23页 |
2.3.1 统计去噪 | 第19页 |
2.3.2 小波变换 | 第19-20页 |
2.3.3 独立分量分析 | 第20-21页 |
2.3.4 基于小波增强的独立分量分析 | 第21-23页 |
2.4 癫痫脑电信号简介 | 第23-24页 |
2.4.1 癫痫脑电信号特征 | 第23-24页 |
2.4.2 癫痫发作机制 | 第24页 |
2.5 糖尿病认知功能障碍脑电信号简介 | 第24-26页 |
2.5.1 神经心理学测试量表 | 第24-25页 |
2.5.2 纳入和排除标准 | 第25-26页 |
2.6 本章小结 | 第26-27页 |
第3章 基于加权排序互信息的脑电同步强度分析 | 第27-45页 |
3.1 引言 | 第27页 |
3.2 方法 | 第27-32页 |
3.2.1 互信息 | 第27-28页 |
3.2.2 排序互信息 | 第28-29页 |
3.2.3 加权排序互信息 | 第29-32页 |
3.3 模型仿真分析 | 第32-36页 |
3.3.1 耦合Henon模型 | 第32-33页 |
3.3.2 延迟时间和嵌入维数对算法的影响 | 第33-34页 |
3.3.3 耦合系数对算法的影响 | 第34页 |
3.3.4 噪声对算法的影响 | 第34-36页 |
3.3.5 数据长度对算法的影响 | 第36页 |
3.4 全局同步方法 | 第36-38页 |
3.4.1 基于加权排序互信息的全局同步因子 | 第36-37页 |
3.4.2 耦合系数对算法的影响 | 第37-38页 |
3.5 癫痫脑电全局同步强度分析 | 第38-39页 |
3.5.1 信号选取 | 第38页 |
3.5.2 信号分析 | 第38-39页 |
3.6 糖尿病aMCI脑电全局同步强度分析 | 第39-44页 |
3.6.1 信号的采集 | 第39-40页 |
3.6.2 信号预处理 | 第40-41页 |
3.6.3 认知量表的统计分析 | 第41-42页 |
3.6.4 脑电同步强度及相关性分析 | 第42-44页 |
3.7 本章小结 | 第44-45页 |
第4章 基于排序同步算法的脑电同步强度分析 | 第45-53页 |
4.1 引言 | 第45页 |
4.2 方法 | 第45-48页 |
4.2.1 排序同步算法 | 第45-46页 |
4.2.2 基于排序同步算法的多通道同步方法 | 第46-48页 |
4.3 模型仿真分析 | 第48-50页 |
4.3.1 排序同步算法仿真分析 | 第48-50页 |
4.3.2 基于排序同步算法的多通道同步方法仿真分析 | 第50页 |
4.4 糖尿病aMCI多通道脑电同步分析 | 第50-52页 |
4.4.1 脑电信号同步分析 | 第50-51页 |
4.4.2 同步与认知功能的相关性 | 第51-52页 |
4.5 本章小结 | 第52-53页 |
第5章 基于排序条件互信息的脑电耦合方向分析 | 第53-69页 |
5.1 引言 | 第53页 |
5.2 排序条件互信息及方向性 | 第53-54页 |
5.3 模型仿真分析 | 第54-57页 |
5.3.1 耦合Henon模型 | 第54页 |
5.3.2 参数的选择 | 第54-55页 |
5.3.3 耦合系数对算法的影响 | 第55-56页 |
5.3.4 噪声对算法的影响 | 第56-57页 |
5.4 癫痫脑电耦合方向分析 | 第57-58页 |
5.5 糖尿病aMCI脑电耦合方向分析 | 第58-68页 |
5.5.1 脑电信号耦合方向分析 | 第58页 |
5.5.2 认知量表的统计分析 | 第58-60页 |
5.5.3 统计分析及相关性分析 | 第60-68页 |
5.6 本章小结 | 第68-69页 |
结论 | 第69-71页 |
参考文献 | 第71-76页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第76-77页 |
致谢 | 第77页 |