| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8页 |
| 1.2 课题的研究现状 | 第8-11页 |
| 1.2.1 非线性动力学在脑电信号的研究 | 第9页 |
| 1.2.2 注意力状态分析意义 | 第9-10页 |
| 1.2.3 去趋势互相关算法 | 第10页 |
| 1.2.4 多重分形去趋势互相关算法 | 第10页 |
| 1.2.5 脑机接口 | 第10页 |
| 1.2.6 Android移动软件开发 | 第10-11页 |
| 1.2.7 JAVA EE平台 | 第11页 |
| 1.3 论文的主要内容 | 第11-13页 |
| 第二章 脑电信号相关知识 | 第13-21页 |
| 2.1 脑的结构 | 第13-14页 |
| 2.2 脑电图 | 第14-19页 |
| 2.2.1 神经元及其生物电活动 | 第14-15页 |
| 2.2.2 脑电信号的测量机理 | 第15-16页 |
| 2.2.3 脑电研究阶段 | 第16页 |
| 2.2.4 脑电波测量的导联放置 | 第16-18页 |
| 2.2.5 脑电波的诊断 | 第18-19页 |
| 2.3 脑电信号处理方法 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 脑电信号的基础分析方法 | 第21-29页 |
| 3.1 非线性动力学基础知识 | 第21页 |
| 3.2 多重分形理论 | 第21-27页 |
| 3.2.1 引言 | 第21-22页 |
| 3.2.2 多分维 | 第22页 |
| 3.2.3 多重分形理论方法 | 第22-27页 |
| 3.3 DFA方法 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 基于去趋势互相关的注意力脑电信号分析 | 第29-43页 |
| 4.1 最小二乘曲线拟合 | 第29页 |
| 4.2 互相关 | 第29-31页 |
| 4.3 传统互相关分析方法 | 第31页 |
| 4.4 去趋势互相关分析（DCCA） | 第31-34页 |
| 4.5 脑电信号的相关波段提取 | 第34-37页 |
| 4.6 基于DCCA方法的脑电信号数据分析 | 第37-42页 |
| 4.7 总结 | 第42-43页 |
| 第五章 基于多重分形去趋势互相关的注意力脑电信号分析 | 第43-51页 |
| 5.1 时间序列的多重分形性分析方法 | 第43页 |
| 5.2 多重分形去趋势互相关算法 | 第43-45页 |
| 5.2.1 尺度函数 | 第43-44页 |
| 5.2.2 算法的实现 | 第44-45页 |
| 5.3 实验结果和分析 | 第45-50页 |
| 5.4 小结 | 第50-51页 |
| 第六章 基于Android与Java EE脑机接口系统实现 | 第51-66页 |
| 6.1 脑机接口 | 第51页 |
| 6.2 Android系统 | 第51-53页 |
| 6.2.1 Android系统架构 | 第51-53页 |
| 6.2.2 Android系统优点 | 第53页 |
| 6.3 JavaEE平台 | 第53-57页 |
| 6.3.1 动态网页技术 | 第53-54页 |
| 6.3.2 JAVAEE平台与SSH框架组合 | 第54-57页 |
| 6.4 系统实现 | 第57-65页 |
| 6.4.1 Android软件实现 | 第59-62页 |
| 6.4.2 服务器软件实现 | 第62-65页 |
| 6.5 总结 | 第65-66页 |
| 总结与展望 | 第66-67页 |
| 参考论文 | 第67-70页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第70-71页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第71-72页 |
| 致谢 | 第72页 |