基于脑网络测度的注意力脑电分级研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第12-16页 |
1.1 注意力的研究背景与意义 | 第12页 |
1.2 注意力的研究现状 | 第12-14页 |
1.3 注意力的脑网络研究现状 | 第14页 |
1.4 研究内容 | 第14-16页 |
2 注意力脑电实验范式设计 | 第16-20页 |
2.1 数据采集系统与选择 | 第16-17页 |
2.2 实验范式设计 | 第17-18页 |
2.3 注意力脑电信号的预处理 | 第18-19页 |
2.4 本章小结 | 第19-20页 |
3 分级注意力脑电的非线性动力学分析 | 第20-32页 |
3.1 注意力的复杂度 | 第20-21页 |
3.2 基于近似熵的注意力脑电分析 | 第21-26页 |
3.2.1 注意力脑电的近似熵算法 | 第21-22页 |
3.2.2 注意力脑电的近似熵特征分析 | 第22-26页 |
3.3 基于样本熵的注意力脑电分析 | 第26-31页 |
3.3.1 注意力脑电的样本熵算法 | 第26-28页 |
3.3.2 注意力脑电的样本熵特征分析 | 第28-31页 |
3.4 本章小结 | 第31-32页 |
4 分级注意力脑电的脑网络测度 | 第32-56页 |
4.1 脑网络 | 第32-36页 |
4.1.1 脑网络类型 | 第32-33页 |
4.1.2 功能脑网络构建 | 第33-36页 |
4.2 脑网络的基本测度 | 第36-37页 |
4.3 基于相干系数的注意力功能网络分析 | 第37-46页 |
4.3.1 基于相干系数的注意力功能网络构建 | 第37-38页 |
4.3.2 基于相干系数的注意力脑网络特征分析 | 第38-46页 |
4.4 基于相位锁相值的注意力功能网络分析 | 第46-55页 |
4.4.1 基于相位锁相值的注意力功能网络构建 | 第46-47页 |
4.4.2 基于相位锁相值的注意力脑网络特征分析 | 第47-55页 |
4.5 本章小结 | 第55-56页 |
5 注意力脑电分级 | 第56-61页 |
5.1 注意力脑电的分类算法实现 | 第56-57页 |
5.2 分类识别结果与讨论 | 第57-60页 |
5.2.1 两级分类结果与讨论 | 第57-59页 |
5.2.2 多级分类结果与讨论 | 第59-60页 |
5.3 本章小结 | 第60-61页 |
6 总结与展望 | 第61-63页 |
6.1 总结 | 第61-62页 |
6.2 展望 | 第62-63页 |
参考文献 | 第63-68页 |
个人简历、在学校期间发表的学术论文与研究成果 | 第68-69页 |
致谢 | 第69页 |