抑郁症脑电信号特征提取及分类研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·国内外研究概况及发展趋势 | 第11-13页 |
| ·本文主要研究工作及创新点 | 第13-16页 |
| ·本文主要研究工作 | 第13-14页 |
| ·本文主要创新点 | 第14-15页 |
| ·本文组织结构 | 第15-16页 |
| 2 脑电信号分析基础 | 第16-28页 |
| ·脑电信号基础知识 | 第16-20页 |
| ·脑电信号产生机理及采集方法 | 第16-18页 |
| ·脑电信号的特征及应用 | 第18-20页 |
| ·脑电信号主要分析方法 | 第20-28页 |
| ·时域、频域及时频分析 | 第20-25页 |
| ·非线性动力学分析 | 第25-26页 |
| ·小结 | 第26-28页 |
| 3 基于小波分析的抑郁症脑电信号特征提取 | 第28-49页 |
| ·基于小波变换的脑电信号分析和特征提取 | 第28-36页 |
| ·小波变换 | 第29-33页 |
| ·小波多分辨率分解基本理论 | 第33-36页 |
| ·小波变换特征提取方法 | 第36页 |
| ·抑郁症脑电信号的小波分解、特征提取及实现 | 第36-40页 |
| ·实验数据 | 第36-37页 |
| ·脑电信号的小波分解 | 第37-39页 |
| ·特征提取过程 | 第39-40页 |
| ·实验结果 | 第40页 |
| ·基于小波包变换的脑电信号特征提取 | 第40-44页 |
| ·离散序列的小波包变换 | 第41-42页 |
| ·小波包的分解算法 | 第42-44页 |
| ·抑郁症脑电信号小波包分解、特征提取及实现 | 第44-47页 |
| ·实验数据 | 第44页 |
| ·脑电信号的小波分解 | 第44-47页 |
| ·特征提取过程 | 第47页 |
| ·实验结果 | 第47页 |
| ·小结 | 第47-49页 |
| 4 基于特征向量估计的抑郁症脑电信号特征提取 | 第49-55页 |
| ·特征向量估计原理 | 第49-52页 |
| ·相关阵的特征分解 | 第49-51页 |
| ·基于MUSIC算法的功率谱估计 | 第51-52页 |
| ·基于特征向量的功率谱估计 | 第52页 |
| ·特征向量法抑郁症脑电信号的特征提取及实现 | 第52-54页 |
| ·抑郁症脑电信号谱估计实现 | 第52-54页 |
| ·特征提取结果 | 第54页 |
| ·小结 | 第54-55页 |
| 5 支持向量机在抑郁症脑电信号分类中应用及实现 | 第55-65页 |
| ·脑电信号模式识别技术 | 第55-56页 |
| ·支持向量机理论 | 第56-60页 |
| ·最优分类面与广义最优分类面 | 第56-58页 |
| ·支持向量机介绍 | 第58-59页 |
| ·支持向量机的性能与特点 | 第59-60页 |
| ·支持向量机现有实现算法及应用 | 第60页 |
| ·基于支持向量机的抑郁症脑电信号分类识别 | 第60-65页 |
| ·结合小波变换和支持向量机的抑郁症脑电信号分类 | 第60-62页 |
| ·结合小波包变换和支持向量机的抑郁症脑电信号分类 | 第62页 |
| ·结合特征向量法和支持向量机的抑郁症脑电信号分类 | 第62-63页 |
| ·实验结果分析 | 第63-65页 |
| 6 总结与展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-74页 |
