基于EEG的信号处理和睡眠分期研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 变量注释表 | 第14-15页 |
| 1 绪论 | 第15-19页 |
| 1.1 课题研究的背景 | 第15页 |
| 1.2 课题研究的意义 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-17页 |
| 1.4 主要内容与章节安排 | 第17-19页 |
| 2 脑电信号及睡眠分期基础概述 | 第19-26页 |
| 2.1 大脑概述 | 第19页 |
| 2.2 脑电信号 | 第19-22页 |
| 2.3 脑电极简介 | 第22-24页 |
| 2.4 睡眠分期基础理论 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 脑电信号的处理方法 | 第26-40页 |
| 3.1 小波分解方法 | 第26-31页 |
| 3.2 小波阈值去噪 | 第31-39页 |
| 3.3 本章小结 | 第39-40页 |
| 4 特征提取 | 第40-54页 |
| 4.1 非线性动力学方法简介 | 第40页 |
| 4.2 相关维数 | 第40-44页 |
| 4.3 复杂性测度 | 第44-47页 |
| 4.4 Lyapunov指数 | 第47-49页 |
| 4.5 近似熵 | 第49-53页 |
| 4.6 本章小结 | 第53-54页 |
| 5 睡眠分期算法研究 | 第54-70页 |
| 5.1 分类器算法描述 | 第54-59页 |
| 5.2 粒子群算法 | 第59-63页 |
| 5.3 基于PSO算法的LS-SVM改进 | 第63-65页 |
| 5.4 睡眠分期实验 | 第65-69页 |
| 5.5 本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70页 |
| 6.2 展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 作者简历 | 第78-80页 |
| 学位论文数据集 | 第80页 |
