| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 脑电信号概述 | 第9-14页 |
| 1.1.1 生物电信号 | 第9-10页 |
| 1.1.2 脑电信号 | 第10-14页 |
| 1.2 脑电信号研究现状 | 第14-16页 |
| 1.2.1 传统的脑电信号分析方法 | 第14-15页 |
| 1.2.2 现代的脑电信号分析方法 | 第15-16页 |
| 1.3 论文研究内容及结构安排 | 第16-17页 |
| 第二章 脑电信号分析基础理论 | 第17-27页 |
| 2.1 脑电信号相关知识 | 第17-21页 |
| 2.1.1 大脑结构及功能 | 第17-18页 |
| 2.1.2 脑电信号的采集 | 第18-19页 |
| 2.1.3 脑电信号的预处理 | 第19-21页 |
| 2.2 复杂网络理论 | 第21-25页 |
| 2.2.1 相空间重构 | 第21-22页 |
| 2.2.2 C-C算法 | 第22-23页 |
| 2.2.3 复杂网络基本概念 | 第23-24页 |
| 2.2.4 复杂网络特征 | 第24-25页 |
| 2.3 符号动力学理论 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于k-最近邻无向网络的癫痫脑电节律信号分析 | 第27-42页 |
| 3.1 癫痫脑电信号介绍 | 第27-30页 |
| 3.1.1 癫痫疾病简介 | 第27-29页 |
| 3.1.2 癫痫脑电研究现状 | 第29-30页 |
| 3.2 时间序列与复杂网络间的转换 | 第30-32页 |
| 3.2.1 一维时间序列相空间重构 | 第30页 |
| 3.2.2 K-最近邻网络算法 | 第30-31页 |
| 3.2.3 无向网络构建 | 第31页 |
| 3.2.4 复杂网络转换成时间序列 | 第31-32页 |
| 3.3 基于k-最近邻无向网络的癫痫脑电节律信号分析 | 第32-41页 |
| 3.3.1 实验数据处理和实验方法 | 第33-34页 |
| 3.3.2 实验结果与分析 | 第34-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于改进模板法的脑电节律信号转移熵分析 | 第42-52页 |
| 4.1 简单符号动力学 | 第42-43页 |
| 4.1.1 符号动力学理论分析 | 第42-43页 |
| 4.1.2 模板匹配概述 | 第43页 |
| 4.2 模板法理论基础 | 第43-44页 |
| 4.2.1 传统模板法 | 第43-44页 |
| 4.2.2 改进的模板法 | 第44页 |
| 4.2.3 转移熵模型 | 第44页 |
| 4.3 基于改进的模板法脑电节律符号转移熵分析 | 第44-51页 |
| 4.3.1 实验数据处理和分析方法 | 第44-45页 |
| 4.3.2 实验结果与分析 | 第45-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 基于多尺度模板法的脑电节律信号转移熵分析 | 第52-60页 |
| 5.1 多尺度理论 | 第52-53页 |
| 5.1.1 多尺度分析理论 | 第52页 |
| 5.1.2 基于符号转移熵的多尺度分析 | 第52-53页 |
| 5.2 基于多尺度模板法的脑电节律信号的研究 | 第53-58页 |
| 5.2.1 实验数据处理与分析方法 | 第53页 |
| 5.2.2 基于多尺度模板法的青少年与成年脑电节律信号分析 | 第53-56页 |
| 5.2.3 基于多尺度模板法的正常人与癫痫患者的脑电节律信号分析 | 第56-58页 |
| 5.3 本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1攻读硕士学位期间撰写的论文 | 第64-65页 |
| 附录2攻读硕士学位期间参加的科研项目 | 第65-66页 |
| 致谢 | 第66页 |
