| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 抑郁症的概述 | 第8-11页 |
| 1.1.1 抑郁症的类型和症状 | 第9-10页 |
| 1.1.2 抑郁认知理论 | 第10-11页 |
| 1.2 脑电信号的概述 | 第11-13页 |
| 1.2.1 脑电波的分类 | 第11-12页 |
| 1.2.2 脑电研究技术 | 第12-13页 |
| 1.3 本文的主要工作及组织结构 | 第13-15页 |
| 第二章 相关研究现状 | 第15-21页 |
| 2.1 脑电的分类方法研究 | 第15-16页 |
| 2.2 脑电源定位基本理论 | 第16-20页 |
| 2.2.1 脑电正问题 | 第16-17页 |
| 2.2.2 脑电逆问题 | 第17-18页 |
| 2.2.3 基于sLORETA的脑电源定位分析方法 | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 实验设计 | 第21-24页 |
| 3.1 实验原理及目的 | 第21页 |
| 3.2 被试对象 | 第21-22页 |
| 3.3 实验材料 | 第22页 |
| 3.4 实验流程 | 第22页 |
| 3.5 脑电数据采集 | 第22-23页 |
| 3.6 本章小结 | 第23-24页 |
| 第四章 EEG信号分类分析 | 第24-33页 |
| 4.1 EEG信号预处理 | 第24页 |
| 4.2 EEG信号的特征提取 | 第24-26页 |
| 4.2.1 线性特征 | 第25页 |
| 4.2.2 非线性特征 | 第25-26页 |
| 4.3 EEG信号的分类 | 第26-30页 |
| 4.3.1 C4.5 | 第26-27页 |
| 4.3.2 贝叶斯网络 | 第27-28页 |
| 4.3.3 逻辑回归 | 第28页 |
| 4.3.4 KNN算法 | 第28-30页 |
| 4.4 脑电信号分类结果 | 第30-31页 |
| 4.5 脑电分类结果分析 | 第31-32页 |
| 4.6 本章小结 | 第32-33页 |
| 第五章 EEG信号源定位分析 | 第33-40页 |
| 5.1 EEG信号的源定位计算 | 第33页 |
| 5.2 量表及sLORETA源定位结果 | 第33-35页 |
| 5.2.1 量表得分结果 | 第33-34页 |
| 5.2.2 sLORETA源定位结果 | 第34-35页 |
| 5.3 EEG信号源定位结果分析 | 第35-39页 |
| 5.4 本章小结 | 第39-40页 |
| 第六章 总结与展望 | 第40-42页 |
| 6.1 本文的工作总结 | 第40页 |
| 6.2 工作展望 | 第40-42页 |
| 参考文献 | 第42-47页 |
| 在学期间研究成果 | 第47-48页 |
| 致谢 | 第48页 |