| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·脑电信号的组成和特点 | 第13-15页 |
| ·脑电信号产生机制 | 第13-14页 |
| ·脑电信号的特点 | 第14-15页 |
| ·脑电信号处理方法 | 第15-18页 |
| ·去噪方法 | 第15-16页 |
| ·特征提取方法 | 第16-17页 |
| ·模式分类方法 | 第17-18页 |
| ·本文组织结构 | 第18-20页 |
| 第二章 脑电信号的采集与预处理 | 第20-28页 |
| ·脑电信号采集 | 第20-23页 |
| ·采集系统介绍 | 第20页 |
| ·采集准备 | 第20-21页 |
| ·采集方案的设计 | 第21-23页 |
| ·基于盲源分离的脑电信号预处理 | 第23-24页 |
| ·信号源预处理 | 第23页 |
| ·目标函数的选择 | 第23页 |
| ·优化算法的设计 | 第23-24页 |
| ·脑电预处理结果分析 | 第24-27页 |
| ·滤波处理结果分析 | 第25-26页 |
| ·基于盲源分离分析的眼电去除结果分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 脑电信号的非线性动力学特征参数分析 | 第28-41页 |
| ·脑电信号非线性动力学特征参数 | 第28-34页 |
| ·熵 | 第28-32页 |
| ·复杂度 | 第32-34页 |
| ·严重意识障碍患者的非线性动力学特征分析 | 第34-40页 |
| ·基于近似熵的数据分析 | 第34-35页 |
| ·基于样本熵的数据分析 | 第35-36页 |
| ·基于排列熵的数据分析 | 第36-37页 |
| ·基于复杂度 LZC 的数据分析 | 第37-38页 |
| ·基于复杂度 C0 的数据分析 | 第38-39页 |
| ·基于不同特征参数的显著性差异性分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于 SVM 的严重意识障碍患者的意识状态分类研究 | 第41-50页 |
| ·材料与方法 | 第41-43页 |
| ·临床材料 | 第41页 |
| ·方法 | 第41-43页 |
| ·数据处理 | 第43-44页 |
| ·结果及讨论 | 第44-49页 |
| ·基于近似熵的分类结果分析 | 第44-47页 |
| ·基于不同非线性特征参数的分类结果分析 | 第47页 |
| ·基于多维非线性特征均值的分类结果分析 | 第47-48页 |
| ·基于不同分类器分类结果的比较分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于对称导联的严重意识障碍患者脑损伤部位判别研究 | 第50-58页 |
| ·材料与方法 | 第50-51页 |
| ·临床材料 | 第50-51页 |
| ·方法 | 第51页 |
| ·数据处理 | 第51-52页 |
| ·结果及讨论 | 第52-57页 |
| ·左右损伤侧判别准则 | 第52-54页 |
| ·单侧具体损伤区域判别准则 | 第54-55页 |
| ·基于对称导联分析方法的判别—实例分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·工作总结 | 第58页 |
| ·研究展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |