| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-19页 |
| ·EEG/ERP 背景 | 第13-14页 |
| ·本文的研究背景 | 第14-15页 |
| ·多事件 ERP 成份分解的研究动态 | 第15-16页 |
| ·本文的选题和研究内容 | 第16-17页 |
| ·本论文的结构安排 | 第17-19页 |
| 第二章 多事件 ERP 成份分解方法 | 第19-32页 |
| ·引言 | 第19-20页 |
| ·不同事件引发的 ERP 成份之间的相互交叠现象 | 第20-21页 |
| ·关于刺激、反应 ERP 成份分解的三种现有方法 | 第21-24页 |
| ·多事件 ERP 成份分解 | 第24-26页 |
| ·三事件ERP 成份分解 | 第24-25页 |
| ·多事件ERP 成份分解 | 第25-26页 |
| ·仿真及结果 | 第26-30页 |
| ·仿真参数 | 第26-27页 |
| ·结果 | 第27-30页 |
| ·对比 Takeda 方法和 Zhang 方法的分解效果 | 第27-29页 |
| ·三事件 ERP 成份分解的效果 | 第29-30页 |
| ·讨论 | 第30-32页 |
| 第三章 边界条件以及事件时间分布对分解算法的影响 | 第32-46页 |
| ·引言 | 第32-33页 |
| ·边界条件 | 第33-35页 |
| ·两事件ERP 成份分解 | 第34-35页 |
| ·三事件及多事件ERP 成份分解 | 第35页 |
| ·仿真及结果 | 第35-43页 |
| ·仿真参数 | 第35-36页 |
| ·结果 | 第36-43页 |
| ·不同边界条件下的仿真结果 | 第36-39页 |
| ·采用循环卷积和线性卷积的仿真结果 | 第39页 |
| ·事件时间分布对分解结果的影响 | 第39-43页 |
| ·讨论 | 第43-46页 |
| ·边界条件 | 第43-44页 |
| ·事件时间的分布 | 第44页 |
| ·计算中的一些细节问题 | 第44-46页 |
| 第四章 基于维纳去卷积的多事件 ERP 成份分解技术 | 第46-93页 |
| ·引言 | 第46-48页 |
| ·病态问题的基本概念 | 第48-49页 |
| ·病态问题的处理 | 第49-57页 |
| ·广义逆及SVD 算法 | 第49-51页 |
| ·正则化方法 | 第51-55页 |
| ·SVD 截断伪逆方法 | 第51页 |
| ·Tikhonov 正则化 | 第51-54页 |
| ·维纳去卷积 | 第54-55页 |
| ·多事件ERP 成份分解数学模型中的病态问题 | 第55-57页 |
| ·基于维纳去卷积的两事 ERP 成份分解 | 第57-68页 |
| ·全耦合维纳去卷积两事件ERP 成份分解 | 第58-63页 |
| ·全耦合维纳去卷积两事件 ERP 成份分解的理论分析 | 第58-59页 |
| ·估计信号和噪声的功率谱 | 第59-63页 |
| ·非耦合维纳去卷积两事件ERP 成份分解 | 第63-68页 |
| ·非耦合维纳去卷积两事 ERP 成份分解的理论分析 | 第63-65页 |
| ·估计信号和噪声的功率谱 | 第65-68页 |
| ·基于维纳去卷积的多事件 ERP 成份分解 | 第68-69页 |
| ·仿真及结果 | 第69-88页 |
| ·EEG 的模拟 | 第69-70页 |
| ·脑电头表电位分布的正演 | 第70页 |
| ·加权重心技术 | 第70-71页 |
| ·仿真参数 | 第71页 |
| ·结果 | 第71-88页 |
| ·两事件 ERP 成份分解 | 第71-82页 |
| ·三事件 ERP 成份分解 | 第82-85页 |
| ·头表电位地形分布 | 第85-88页 |
| ·讨论 | 第88-93页 |
| ·Tikhonov 正则化以及截断 SVD | 第89-90页 |
| ·维纳去卷积 | 第90-93页 |
| 第五章 多事件 ERP 成份分解方法的实际应用 | 第93-144页 |
| ·引言 | 第93-95页 |
| ·两事件 ERP 成份分解的实际应用 | 第95-122页 |
| ·实验设计 | 第95页 |
| ·EEG 数据记录和预处理 | 第95页 |
| ·结果 | 第95-117页 |
| ·讨论 | 第117-122页 |
| ·分解结果的可靠性 | 第117-118页 |
| ·反应抑制中的 NoGo-N2、P3 效应 | 第118-122页 |
| ·三事件 ERP 成份分解的实际应用 | 第122-144页 |
| ·实验材料和设计 | 第122-123页 |
| ·结果 | 第123-141页 |
| ·对结果的讨论 | 第141-144页 |
| 第六章 工作总结和展望 | 第144-147页 |
| ·本文工作总结 | 第144-145页 |
| ·工作展望 | 第145-147页 |
| 致谢 | 第147-148页 |
| 附录一：LORETA 算法原理 | 第148-150页 |
| 参考文献 | 第150-158页 |
| 攻读博士学位期间取得的研究成果 | 第158-160页 |
