| 第一章 绪论 | 第1-9页 |
| ·研究背景 | 第6页 |
| ·脑电消噪的传统方法 | 第6页 |
| ·目前国内外研究状况 | 第6-8页 |
| ·独立变量分析 | 第7页 |
| ·自适应滤波 | 第7-8页 |
| ·本文的研究内容 | 第8-9页 |
| 第二章 ICA在脑电信号中伪迹分离的研究及应用 | 第9-31页 |
| ·引言 | 第9页 |
| ·ICA的定义及线性模型 | 第9-11页 |
| ·ICA的原则 | 第11-15页 |
| ·非高斯性 | 第11-13页 |
| ·最小互信息 | 第13-14页 |
| ·最大似然概率密度估计 | 第14-15页 |
| ·ICA的预处理 | 第15-17页 |
| ·去直流 | 第15页 |
| ·白化处理 | 第15-17页 |
| ·ICA算法 | 第17-20页 |
| ·INFOMAX算法 | 第17-19页 |
| ·FASTICA算法 | 第19-20页 |
| ·信号的重构 | 第20页 |
| ·自动伪迹分量识别 | 第20-21页 |
| ·实验结果与讨论 | 第21-24页 |
| ·非线性ICA | 第24-30页 |
| ·互信息评价 | 第25页 |
| ·扩展的INFOMAX | 第25页 |
| ·一种非线性ICA方法 | 第25-29页 |
| ·实验结果与讨论 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 自适应抵消器对脑电信号伪迹的滤除研究及应用 | 第31-43页 |
| ·引言 | 第31页 |
| ·自适应滤波理论与算法 | 第31-34页 |
| ·基于维纳滤波理论的方法 | 第32页 |
| ·基于卡尔曼滤波理论的方法 | 第32-33页 |
| ·基于最小二乘准则的方法 | 第33-34页 |
| ·基于神经网络理论的方法 | 第34页 |
| ·自适应噪声干扰抵消器的基本原理 | 第34-36页 |
| ·实验结果与讨论 | 第36-37页 |
| ·多参考自适应噪声抵消器 | 第37-39页 |
| ·实验结果与讨论 | 第39-42页 |
| ·仿真 | 第39-40页 |
| ·实验结果 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 ICA和ANC对脑电伪迹消除应用的对比 | 第43-46页 |
| ·引言 | 第43页 |
| ·实验对比和结论 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 总结与展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 发表论文 | 第50-51页 |
| 致谢 | 第51页 |