基于小波变换的癫痫信号检测算法
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 脑电图的研究现状 | 第14-15页 |
| 1.2.2 癫痫信号检测技术研究现状 | 第15-18页 |
| 1.3 研究内容及章节安排 | 第18-21页 |
| 第2章 癫痫脑电信号 | 第21-29页 |
| 2.1 癫痫脑电信号的采集 | 第21-23页 |
| 2.1.1 电极安置标准 | 第21-23页 |
| 2.1.2 电极导联方式 | 第23页 |
| 2.2 癫痫脑电信号特征及分类 | 第23-26页 |
| 2.2.1 脑电信号特征 | 第23-25页 |
| 2.2.2 癫痫信号特征 | 第25-26页 |
| 2.3 癫痫信号中的伪差信号 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 小波变换及癫痫信号预处理 | 第29-41页 |
| 3.1 癫痫信号的小波变换 | 第29-30页 |
| 3.1.1 癫痫信号连续小波变换 | 第29-30页 |
| 3.1.2 癫痫信号离散小波变换 | 第30页 |
| 3.2 癫痫信号的小波阈值去噪算法 | 第30-31页 |
| 3.3 小波基与阈值的选取 | 第31-35页 |
| 3.3.1 选取小波基函数 | 第31-34页 |
| 3.3.2 阈值的选取 | 第34-35页 |
| 3.4 小波阈值函数的改进 | 第35-36页 |
| 3.4.1 硬阈值和软阈值函数 | 第35页 |
| 3.4.2 改进阈值函数 | 第35-36页 |
| 3.5 实验仿真与结果分析 | 第36-40页 |
| 3.5.1 阈值函数去噪性能评价标准 | 第36-37页 |
| 3.5.2 改进阈值函数仿真分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 癫痫信号的特征提取 | 第41-57页 |
| 4.1 癫痫脑电数据来源 | 第41-42页 |
| 4.2 癫痫信号特征提取 | 第42-55页 |
| 4.2.1 小波变换多分辩率分析 | 第43-44页 |
| 4.2.2 癫痫信号多分辩率分析结果 | 第44-48页 |
| 4.2.3 癫痫信号Teager能量算子分析 | 第48-52页 |
| 4.2.4 癫痫信号样本熵分析 | 第52-55页 |
| 4.3 本章小结 | 第55-57页 |
| 第5章 基于遗传算法的SVM参数优化癫痫信号分类 | 第57-67页 |
| 5.1 癫痫信号分类算法 | 第57-60页 |
| 5.1.1 支持向量机算法 | 第57-58页 |
| 5.1.2 癫痫信号最优分类面 | 第58-60页 |
| 5.2 癫痫信号特征数据预处理 | 第60-61页 |
| 5.2.1 选定癫痫信号训练集与测试集 | 第60-61页 |
| 5.2.2 不同核函数的分类对比 | 第61页 |
| 5.2.3 癫痫特征数据归一化 | 第61页 |
| 5.3 基于交叉验证的网格参数寻优 | 第61-64页 |
| 5.4 基于遗传算法参数优化的SVM检测分类 | 第64-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67-68页 |
| 6.2 研究展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文 | 第73-75页 |
| 致谢 | 第75页 |
