| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 引言 | 第7-8页 |
| 1.2 脑电信号 | 第8-12页 |
| 1.2.1 脑电图 | 第8-9页 |
| 1.2.2 脑电信号分类 | 第9-10页 |
| 1.2.3 脑电信号噪声伪迹 | 第10-12页 |
| 1.4 普适环境系统的研究意义及本文主要工作 | 第12-14页 |
| 第二章 脑电信号的分析方法 | 第14-25页 |
| 2.1 脑电信号的时频分析算法 | 第14-17页 |
| 2.1.1 脑电信号的时频分析 | 第14-15页 |
| 2.1.2 小波变换 | 第15-17页 |
| 2.2 脑电信号的模型 | 第17-21页 |
| 2.2.1 AR模型算法 | 第17-19页 |
| 2.2.2 AAR模型算法 | 第19-20页 |
| 2.2.3 AAR模型算法的性能分析 | 第20-21页 |
| 2.3 噪声去除算法的研究 | 第21-25页 |
| 第三章 单导脑电信号中噪声检测与去除 | 第25-35页 |
| 3.1 一种基于AR模型的噪声检测系统 | 第25-26页 |
| 3.2 单导脑电信号中眼电伪迹的去除 | 第26-33页 |
| 3.2.1 小波包变换与独立主成分相结合模型算法 | 第26-28页 |
| 3.2.2 自适应抵消器与离散小波变换相结合模型算法 | 第28-30页 |
| 3.2.3 基于自适应预测器的新模型算法 | 第30-33页 |
| 3.3 工频噪声以及肌电噪声去除 | 第33-35页 |
| 第四章 实验及结果对比分析 | 第35-44页 |
| 4.1 模拟实验数据的设定与结果的比较 | 第35-38页 |
| 4.1.1 模拟脑电数据的构造 | 第35-36页 |
| 4.1.2 结果对比分析 | 第36-38页 |
| 4.2 ERP实验设定与结果比较 | 第38-42页 |
| 4.2.1 ERP实验 | 第38-40页 |
| 4.2.2 实验结果分析 | 第40-42页 |
| 4.2.3 结果总结 | 第42页 |
| 4.3 普适系统的性能评估 | 第42-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 本文的工作 | 第44-45页 |
| 5.2 工作展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 在学期间的研究成果 | 第49-50页 |
| 致谢 | 第50页 |