| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 引言 | 第12-16页 |
| 1.1.1 生物医学信号的分类 | 第12-13页 |
| 1.1.2 生物医学信号的主要特点 | 第13-14页 |
| 1.1.3 生物医学信号处理的流程步骤 | 第14-15页 |
| 1.1.4 生物医学信号的经典处理方法 | 第15-16页 |
| 1.2 研究意义 | 第16-17页 |
| 1.3 本文的工作和组织框架 | 第17-18页 |
| 第二章 时变频率特性的分析研究 | 第18-48页 |
| 2.1 时变频率分析方法概述 | 第18-25页 |
| 2.1.1 短时傅里叶变换 | 第18-20页 |
| 2.1.2 小波分析 | 第20-22页 |
| 2.1.3 Wigner-Ville分布 | 第22页 |
| 2.1.4 匹配追踪 | 第22-25页 |
| 2.2 基于先验知识的时变频率分析 | 第25-28页 |
| 2.2.1 集成经验模态分解 | 第25-27页 |
| 2.2.2 基于先验知识的参数优化 | 第27-28页 |
| 2.3 小鼠脑电信号的时变频率特性处理实验 | 第28-46页 |
| 2.3.1 研究背景 | 第28-29页 |
| 2.3.2 信号描述 | 第29-30页 |
| 2.3.3 算法建模 | 第30-31页 |
| 2.3.4 实验方法 | 第31-40页 |
| 2.3.5 实验结果及其分析 | 第40-46页 |
| 2.4 本章小结 | 第46-48页 |
| 第三章 时变统计特性的分析研究 | 第48-80页 |
| 3.1 研究背景 | 第48-54页 |
| 3.1.1 概率分布估计 | 第50-54页 |
| 3.2 时变统计特性分析方法 | 第54-60页 |
| 3.2.1 时变统计模型 | 第54页 |
| 3.2.2 时变统计特征计算 | 第54-60页 |
| 3.3 帕金森语音信号的时变统计特性处理和分类应用 | 第60-77页 |
| 3.3.1 研究背景 | 第60-61页 |
| 3.3.2 信号描述 | 第61-62页 |
| 3.3.3 算法建模 | 第62-63页 |
| 3.3.4 实验方法 | 第63-74页 |
| 3.3.5 实验结果及其分析 | 第74-77页 |
| 3.4 本章小结 | 第77-80页 |
| 第四章 总结与展望 | 第80-82页 |
| 参考文献 | 第82-92页 |
| 致谢 | 第92-94页 |
| 硕士期间发表的学术论文及获奖情况 | 第94-95页 |