| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 脑电信号处理方法研究现状 | 第11-16页 |
| 1.2 小波变换在脑电信号处理中的应用情况 | 第16-17页 |
| 1.3 研究的内容及意义 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 研究意义 | 第18-19页 |
| 1.4 主要工作与章节安排 | 第19-20页 |
| 第二章 脑电信号及其检测 | 第20-27页 |
| 2.1 脑电信号 | 第20-24页 |
| 2.1.1 概述 | 第20-21页 |
| 2.1.2 脑电图 | 第21-22页 |
| 2.1.3 脑电信号的特点 | 第22页 |
| 2.1.4 脑电信号的性质与分类 | 第22-24页 |
| 2.2 脑电信号的检测 | 第24-27页 |
| 2.2.1 检测系统概述 | 第24页 |
| 2.2.2 电极的选择与安放 | 第24-25页 |
| 2.2.3 脑电信号的放大 | 第25页 |
| 2.2.4 脑电信号的模拟滤波技术 | 第25-27页 |
| 第三章 基于小波变换的脑电信号去噪 | 第27-46页 |
| 3.1 小波变换 | 第27-33页 |
| 3.1.1 从傅立叶变换到小波分析 | 第27-29页 |
| 3.1.2 小波变换 | 第29-30页 |
| 3.1.3 多分辨率分析 | 第30-31页 |
| 3.1.4 常用小波函数介绍 | 第31-33页 |
| 3.2 小波去噪原理与方法 | 第33-36页 |
| 3.2.1 信号与噪声的特性 | 第33-34页 |
| 3.2.2 小波消噪的方法 | 第34-36页 |
| 3.3 基于小波变换的脑电信号去噪 | 第36-42页 |
| 3.3.1 基于小波阈值法的白噪声滤除 | 第37-39页 |
| 3.3.2 基于小波分解与重构法的基线漂移滤除 | 第39-41页 |
| 3.3.3 基于小波分解与重构及模极大值法的肌电干扰滤除 | 第41-42页 |
| 3.4 MATLAB实例仿真 | 第42-46页 |
| 第四章 基于小波变换的脑诱发电位提取 | 第46-60页 |
| 4.1 脑诱发电位 | 第46-50页 |
| 4.1.1 诱发电位的分析 | 第46-47页 |
| 4.1.2 诱发电位的分类 | 第47页 |
| 4.1.3 诱发脑电的提取技术 | 第47-50页 |
| 4.2 小波Mallat算法 | 第50-51页 |
| 4.3 脑电信号基本节律的提取 | 第51-53页 |
| 4.4 小波变换在诱发电位提取中的应用 | 第53-56页 |
| 4.5 模糊聚类技术 | 第56-58页 |
| 4.5.1 模糊聚类原理 | 第56-57页 |
| 4.5.2 参数的选择 | 第57-58页 |
| 4.6 基于小波变换和模糊聚类技术的诱发电位快速提取 | 第58-60页 |
| 第五章 基于复杂性测度的睡眠脑电研究 | 第60-74页 |
| 5.1 睡眠脑电 | 第60-62页 |
| 5.1.1 睡眠脑电的意义 | 第60页 |
| 5.1.2 睡眠分期 | 第60-61页 |
| 5.1.3 睡眠脑电的研究方法 | 第61-62页 |
| 5.2 复杂性测度 | 第62-68页 |
| 5.2.1 符号动力学原理 | 第64-65页 |
| 5.2.2 Lempel—Ziv复杂性 | 第65-67页 |
| 5.2.3 Lempel—Ziv理论基础 | 第67-68页 |
| 5.3 基于复杂性测度的睡眠脑电分期研究 | 第68-74页 |
| 5.3.1 粗粒化处理 | 第69-70页 |
| 5.3.2 复杂性测度的实现 | 第70-71页 |
| 5.3.3 仿真验证 | 第71-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 附录 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 硕士期间参加项目及发表论文 | 第84-85页 |
| 学位论文评阅及答辩情况表 | 第85页 |