癫痫信号分析及病灶定位
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-16页 |
1.1 癫痫概述 | 第9页 |
1.2 脑电信号及癫痫发作时期脑电信号 | 第9-12页 |
1.3 脑电溯源概况 | 第12-13页 |
1.4 癫痫病灶定位的现状 | 第13-15页 |
1.5 论文主要研究内容 | 第15-16页 |
第2章 癫痫脑电信号的分析方法 | 第16-27页 |
2.1 脑电分析方法 | 第16-22页 |
2.1.1 傅立叶变换 | 第16-17页 |
2.1.2 连续小波变换 | 第17-18页 |
2.1.3 经验模态分解 | 第18-22页 |
2.2 信号的分析 | 第22-26页 |
2.2.1 非稳态信号的分析 | 第22-25页 |
2.2.2 非线性信号的分析 | 第25-26页 |
2.3 本章小结 | 第26-27页 |
第3章 脑电溯源模型 | 第27-39页 |
3.1 前向模型 | 第27-31页 |
3.1.1 球形模型 | 第28-29页 |
3.1.2 边界元方法 | 第29-30页 |
3.1.3 有限元与有限差分法 | 第30-31页 |
3.2 构建大脑模型 | 第31-33页 |
3.3 逆向溯源模型 | 第33-37页 |
3.3.1 空间滤波法 | 第34-36页 |
3.3.2 精确性低分辨率电磁断层扫描 | 第36-37页 |
3.4 本章小结 | 第37-39页 |
第4章 癫痫特征分析及病灶定位 | 第39-55页 |
4.1 背景 | 第39-40页 |
4.2 数据采集 | 第40-41页 |
4.3 实验数据预处理 | 第41-42页 |
4.4 癫痫分量提取 | 第42-46页 |
4.4.1 基于傅立叶变换的特征提取 | 第42-43页 |
4.4.2 基于连续小波变化变换的特征提取 | 第43-44页 |
4.4.3 基于多通道经验模态分解的特征提取 | 第44-46页 |
4.5 溯源定位流程 | 第46页 |
4.6 病灶定位 | 第46-54页 |
4.6.1 第一类定位 | 第47-50页 |
4.6.2 第二类定位 | 第50-52页 |
4.6.3 第三类定位 | 第52-54页 |
4.7 本章小结 | 第54-55页 |
结论 | 第55-57页 |
参考文献 | 第57-62页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第62-63页 |
致谢 | 第63页 |