基于时间序列的复杂脑网络构建与分析
中文摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
图目录 | 第9-12页 |
第一章 绪论 | 第12-27页 |
·研究背景和意义 | 第12-13页 |
·脑电图及其处理方法 | 第13-14页 |
·复杂网络及其应用 | 第14-17页 |
·复杂系统与复杂网络 | 第14页 |
·脑网络 | 第14-16页 |
·时间序列的复杂网络构建 | 第16-17页 |
·复杂网络特性指标 | 第17-20页 |
·复杂网络可视化 | 第18页 |
·网络的平均路径长度、聚类系数和度分布 | 第18-19页 |
·模体分布 | 第19页 |
·模块度 | 第19-20页 |
·压缩传感及其应用 | 第20-21页 |
·神经动力学方程和网络拓扑重建 | 第21-23页 |
·神经元模型 | 第21-22页 |
·动力学方程的全局重建和网络拓扑估计 | 第22-23页 |
·主要研究思路和内容 | 第23-25页 |
·主要贡献 | 第25-26页 |
·内容安排 | 第26-27页 |
第二章 神经精神疾病治疗与评价 | 第27-42页 |
·自回归滑动平均模型 | 第27-28页 |
·脑电的状态空间模型分析 | 第28-33页 |
·状态空间建模方法 | 第28-31页 |
·脑电信号的状态空间建模与分析 | 第31-33页 |
·抑郁症脑电节律谱分析 | 第33-36页 |
·抑郁症的深部经颅磁刺激治疗 | 第34页 |
·谱不对称指数 | 第34-35页 |
·抑郁症治疗前后脑电谱不对称指数分析 | 第35-36页 |
·癫痫信号描述 | 第36页 |
·癫痫信号的符号熵分析 | 第36-40页 |
·符号熵方法 | 第36-39页 |
·癫痫脑电的符号熵 | 第39-40页 |
·癫痫信号的消除趋势波动分析 | 第40-42页 |
第三章 动力学方程重建和网络拓扑估计 | 第42-63页 |
·动力学方程重建的最小二乘-自适应方法 | 第42-46页 |
·最小二乘法估计动力学参数 | 第42-44页 |
·自适应控制方法估计动力学方程参数 | 第44-46页 |
·压缩传感重建神经元放电方程 | 第46-49页 |
·FHN 神经元模型 | 第47-49页 |
·FHN 模型的动力学方程重建 | 第49页 |
·贝叶斯压缩传感 | 第49-51页 |
·混沌系统的动力学方程重建和复杂网络的拓扑估计 | 第51-59页 |
·贝叶斯压缩传感的重建原理 | 第51-53页 |
·混沌系统动力学方程和复杂网络的拓扑估计实例 | 第53-59页 |
·神经元动力学方程及其小世界网络拓扑重建 | 第59-63页 |
第四章 混沌时间序列的复杂网络建模及分析 | 第63-83页 |
·多维混沌时间序列的复杂网络构建 | 第63-69页 |
·混沌系统及其混沌吸引子 | 第63-65页 |
·混沌时间序列的复杂网络直接建网方法 | 第65-68页 |
·混沌时间序列的复杂网络拓扑作图 | 第68-69页 |
·一维时间序列相空间重建的复杂网络构造方法 | 第69-74页 |
·CC 方法计算延迟时间 | 第69-70页 |
·cao 方法确定最小嵌入维数 | 第70-71页 |
·洛伦兹系统的相空间重建方法建网 | 第71-74页 |
·复杂网络建网的可视图方法 | 第74-83页 |
·map 神经元模型 | 第74页 |
·可视图建网方法 | 第74-76页 |
·局部可视图建网方法 | 第76-78页 |
·可视图策略构建的复杂网络可视化 | 第78-80页 |
·复杂网络特性分析 | 第80-83页 |
第五章 脑电信号的复杂网络特性分析 | 第83-97页 |
·睁眼和闭眼状态下脑电信号分析 | 第83-89页 |
·睁眼和闭眼状态下脑电信号递归图 | 第83-86页 |
·睁眼和闭眼状态下脑电复杂网络构建 | 第86-87页 |
·睁闭眼下脑电的复杂网络特性分析 | 第87-89页 |
·癫痫脑电信号复杂网络分析 | 第89-97页 |
·多维直接建网方法 | 第89-91页 |
·相空间重建方法建网 | 第91-95页 |
·局部可视图癫痫预测 | 第95-97页 |
第六章 总结与展望 | 第97-99页 |
·总结 | 第97-98页 |
·工作展望 | 第98-99页 |
参考文献 | 第99-111页 |
发表论文和参加科研情况说明 | 第111-112页 |
论文情况 | 第111页 |
参与的科研项目 | 第111-112页 |
致谢 | 第112页 |