| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-18页 |
| ·非线性方法在医学领域的研究背景 | 第9-10页 |
| ·基于系统的分析方法的重要性简述 | 第10-12页 |
| ·非线性理论在脑电信号(EEG)领域的现有研究及不足 | 第12-13页 |
| ·非线性理论与癌症研究 | 第13-15页 |
| ·复杂网络理论简述 | 第15-16页 |
| ·论文结构简述 | 第16-18页 |
| 第二章 非线性科学及非线性系统理论 | 第18-29页 |
| ·混沌现象简述 | 第18-19页 |
| ·混沌与奇异吸引子 | 第19-21页 |
| ·相空间重构 | 第21-26页 |
| ·相空间重构及其理论基础 | 第21-22页 |
| ·延迟时间的选择 | 第22-24页 |
| ·嵌入维m的选择 | 第24-26页 |
| ·关联维 | 第26页 |
| ·分形维及其计算方法 | 第26-28页 |
| ·替代数据法(SURROGATE DATA):非线性系统基于数据的判定 | 第28-29页 |
| 第三章 改进的多通道EEG信号相空间重构 | 第29-54页 |
| ·EEG脑电信号及其采集简述 | 第29-30页 |
| ·数据准备与数据描述 | 第30-32页 |
| ·数据的筛选与降维 | 第32-40页 |
| ·基于替代数据法的多通道数据非线性特征验证与筛选 | 第32-35页 |
| ·数据筛选必要性讨论 | 第35-37页 |
| ·多通道EEG数据的空间降维 | 第37-40页 |
| ·多导EEG信号的相空间重构 | 第40-47页 |
| ·时间延迟τ的选择: | 第41-44页 |
| ·多导EEG相空间重构 | 第44-47页 |
| ·关联维计算的复杂度分析与效率优化 | 第47-52页 |
| ·基于关联维定义的算法分解与复杂度分析 | 第47-49页 |
| ·关联维算法时间复杂度优化 | 第49-52页 |
| ·小结 | 第52-54页 |
| 第四章 非线性系统分析在癌症诊断方面的应用 | 第54-70页 |
| ·SLEDI-TOF血清质朴技术简介 | 第54页 |
| ·传统的基于SELDI-TOF质谱的BIOMARK建模技术及其缺陷 | 第54-57页 |
| ·非线性系统方法用于质谱数据建模的合理性讨论 | 第57-60页 |
| ·SELDI-TOF质谱数据的非线性分析 | 第60-69页 |
| ·原始质谱数据的预处理 | 第61-64页 |
| ·质谱数据的相空间重构 | 第64-68页 |
| ·关于质谱数据相空间重构结果的讨论 | 第68-69页 |
| ·小结 | 第69-70页 |
| 第五章 复杂网络在医学数据建模方面应用初探 | 第70-75页 |
| ·复杂网络在医学数据建模领域的引入 | 第70-71页 |
| ·复杂网络医学数据建模的一种可行模式 | 第71-75页 |
| 第六章 总结和展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 硕士期间参加的研究项目与学术成果 | 第81页 |
