| 中文摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-13页 |
| ·心理疾病的危害 | 第8页 |
| ·心理疾病干预与预防 | 第8-9页 |
| ·脑电信号与心理疾病 | 第9-10页 |
| ·分类方法介绍 | 第10-11页 |
| ·论文主要工作 | 第11-13页 |
| 第二章 相关研究现状 | 第13-22页 |
| ·抑郁症、压力与应对缺陷 | 第13-16页 |
| ·现有心理疾病预测与干预系统 | 第16-19页 |
| ·脑电信号在心理疾病领域的应用 | 第19-20页 |
| ·分类方法在脑电信号数据分析中的应用 | 第20-22页 |
| 第三章 心理疾病在线预测与干预系统介绍与实验设计 | 第22-29页 |
| ·心理疾病在线预测与干预系统(OPTIMI) | 第22-25页 |
| ·试验对象选择 | 第25-26页 |
| ·试验方案设计 | 第26页 |
| ·数据采集 | 第26-27页 |
| ·脑电信号去噪 | 第27-29页 |
| 第四章 数据清理 | 第29-32页 |
| ·脑电信号质量分析 | 第29-30页 |
| ·脑电数据可用性统计 | 第30-31页 |
| ·传感器使用记录与数据质量对照分析 | 第31-32页 |
| 第五章 脑电信号特征性能及分类方法适用性分析 | 第32-43页 |
| ·采用的脑电特征及特征提取算法介绍 | 第32-36页 |
| ·Renyi熵 | 第32-33页 |
| ·CO复杂度 | 第33-34页 |
| ·关联维数 | 第34页 |
| ·最大Lyapunov指数 | 第34-35页 |
| ·LZ复杂度 | 第35页 |
| ·Alpha、Beta、Theta波段绝对功率 | 第35-36页 |
| ·Alpha、Beta、Theta波段最大功率 | 第36页 |
| ·Alpha、Beta、Theta波段相对功率 | 第36页 |
| ·Alpha、Beta、Theta波段主频 | 第36页 |
| ·额叶Alpha不对称性 | 第36页 |
| ·脑电特征应用于K最近邻分类器及朴素贝叶斯分类器的准确率 | 第36-43页 |
| ·基于校准试验所有多天均值数据的单个脑电特征分类准确率 | 第37-39页 |
| ·基于校准实验一天均值数据的单个脑电特征分类准确率 | 第39-43页 |
| 第六章 K最近邻与朴素贝叶斯分类器算法与验证分析 | 第43-58页 |
| ·K最近邻分类器 | 第43-44页 |
| ·朴素贝叶斯分类器 | 第44-45页 |
| ·分类准确率的评估 | 第45页 |
| ·K最近邻分类器(K=1,2,3)及朴素贝叶斯分类器应用于多脑电特征组合的分类准确率 | 第45-51页 |
| ·基于校准试验多天均值数据的分类准确率分析 | 第46-49页 |
| ·基于校准试验一天4秒数据的分类准确率分析 | 第49-51页 |
| ·K最近邻分类器(K=1,2,3)及朴素贝叶斯分类器分类可扩展性 | 第51-58页 |
| ·基于校准试验多天均值数据的分类可扩展性分析 | 第51-52页 |
| ·基于校准试验一天4秒数据的分类可扩展性分析 | 第52-58页 |
| 第七章 相关性分析与Fisher线性判别分析 | 第58-61页 |
| ·基于预实验的多元方差分析与双尾T检验 | 第58页 |
| ·基于初步实验的多元方差分析、双尾T检验及Fisher线性判别分析 | 第58-61页 |
| 第八章 结论与展望 | 第61-65页 |
| ·数据分析总结 | 第61-63页 |
| ·用于分类的稳定特征筛选 | 第63页 |
| ·结论与展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 在学期间的研究成果 | 第70-71页 |
| 致谢 | 第71页 |
