首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

功能近红外光谱成像研究及应用

摘要第1-5页
Abstract第5-6页
目录第6-9页
第1章 绪论第9-13页
   ·引言第9页
   ·研究背景第9-10页
   ·功能近红外光谱成像技术的发展现状第10-11页
   ·本文的主要工作第11-13页
第2章 近红外光谱的脑成像基础第13-25页
   ·光在组织中的传播第13-19页
     ·Beer-Lambert 定律第13页
     ·吸收第13-14页
     ·散射第14-15页
     ·光传播模型第15-19页
   ·近红外光谱技术的脑功能成像第19-21页
     ·大脑的结构第19-20页
     ·脑活动第20-21页
     ·功能成像第21页
   ·近红外成像仪器第21-25页
     ·仪器制式第21-22页
     ·系统结构第22-23页
     ·仪器特点第23-25页
第3章 独立成分分析方法的 NIRS 脑信号处理第25-37页
   ·独立成分分析方法第25-27页
     ·独立成分分析方法概述第25-26页
     ·基于互信息最小的独立成分分解算法第26-27页
   ·常用的信号处理方法第27-28页
     ·傅里叶变换的谱分析第27-28页
     ·小波变换的多尺度分析第28页
   ·数据仿真第28-31页
     ·仿真数据第28-29页
     ·仿真结果第29-31页
     ·仿真结论第31页
   ·近红外数据分析第31-35页
     ·功能近红外数据采集第31-32页
     ·实验过程第32页
     ·实验数据分析结果第32-35页
   ·本章小结第35-37页
第4章 基于神经网络的 NIRS 脑机接口探索第37-46页
   ·脑机接口第37-39页
     ·定义第37页
     ·意义第37-38页
     ·应用第38-39页
   ·我们的探索第39-44页
     ·脑机接口功能结构第39页
     ·数据采集第39-40页
     ·数据分析第40-44页
     ·数据处理结果第44页
   ·讨论第44-46页
第5章 NIRS 在脑成像中的应用第46-55页
   ·实验准备第46-47页
   ·受试者选择第47页
   ·数据采集第47-48页
   ·数据分析第48-52页
   ·激活结果与fMRI 结构像配准工作第52-53页
   ·讨论第53-55页
第6章 未来与展望第55-58页
   ·近红外成像的算法研究第55页
     ·扩散光学断层成像技术第55页
     ·近红外成像的脑机接口研究第55页
   ·近红外成像的临床应用第55-56页
     ·乳腺成像第56页
     ·脑外伤颅内出血的监测第56页
     ·在认知神经科学中的应用第56页
   ·结论和今后的工作第56-58页
参考文献第58-62页
致谢第62-63页
在读期间发表的学术论文和取得的研究成果第63页

论文共63页,点击 下载论文
上一篇:基于分层模型的人体行为识别研究
下一篇:基于本体的异构数据集成与融合方法研究