基于内部组成对齐和改进的Kendall算法脑功能网络构建与分析
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 引言 | 第9页 |
| 1.2 癫痫脑电研究概述 | 第9-12页 |
| 1.2.1 癫痫发作分析与诊断 | 第9-10页 |
| 1.2.2 癫痫脑电研究现状 | 第10-11页 |
| 1.2.3 癫痫脑电研究意义 | 第11-12页 |
| 1.3 论文结构及内容安排 | 第12-14页 |
| 第二章 癫痫脑电分析基础 | 第14-23页 |
| 2.1 脑电信号基础知识 | 第14-17页 |
| 2.1.1 脑电信号的产生与采集 | 第14-16页 |
| 2.1.2 脑电信号特征与分类 | 第16-17页 |
| 2.2 癫痫脑电非线性分析方法 | 第17-21页 |
| 2.2.1 关联维 | 第18-19页 |
| 2.2.2 最大Lyapunov指数 | 第19-20页 |
| 2.2.3 复杂度 | 第20-21页 |
| 2.3 癫痫脑电同步性分析 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 癫痫脑电相空间分析 | 第23-33页 |
| 3.1 相空间理论基础 | 第23-25页 |
| 3.1.1 混沌系统 | 第23-24页 |
| 3.1.2 相空间重构 | 第24-25页 |
| 3.2 相空间重构参数选取方法 | 第25-28页 |
| 3.2.1 复自相关 | 第25-26页 |
| 3.2.2 互信息法 | 第26-27页 |
| 3.2.3 C-C方法 | 第27-28页 |
| 3.3 癫痫发作相空间分析 | 第28-31页 |
| 3.3.1 实验数据 | 第28-29页 |
| 3.3.2 实验方法 | 第29-30页 |
| 3.3.3 实验结果与分析 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第四章 基于IOTA的脑功能网络构建与分析 | 第33-49页 |
| 4.1 复杂网络理论 | 第33-39页 |
| 4.1.1 复杂网络理论的基本概念 | 第33-35页 |
| 4.1.2 复杂网络的基本模型 | 第35-39页 |
| 4.2 复杂网络应用于脑科学研究 | 第39-41页 |
| 4.2.1 脑网络生理学基础 | 第39-40页 |
| 4.2.2 脑网络研究现状与意义 | 第40-41页 |
| 4.3 脑功能网络分析 | 第41-44页 |
| 4.3.1 脑功能网络研究背景 | 第41-42页 |
| 4.3.2 基于EEG的功能网络 | 第42-43页 |
| 4.3.3 基于内部组成对齐的脑功能网络构建 | 第43-44页 |
| 4.4 基于内部组成对齐的脑功能网络分析 | 第44-48页 |
| 4.4.1 EEG数据来源与预处理 | 第44页 |
| 4.4.2 构建脑功能网络的拓扑图 | 第44-45页 |
| 4.4.3 癫痫患者与正常人脑网络特征的统计分析 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 基于Kendall改进的癫痫脑网络分析 | 第49-56页 |
| 5.1 等级相关算法 | 第49-51页 |
| 5.1.1 等级相关基本概念 | 第49-50页 |
| 5.1.2 Kendall等级相关算法 | 第50页 |
| 5.1.3 基于kendall改进的算法 | 第50-51页 |
| 5.2 基于Kendall改进的算法脑网络分析 | 第51-54页 |
| 5.2.1 实验数据预处理 | 第51-52页 |
| 5.2.2 实验方法 | 第52页 |
| 5.2.3 实验结果分析 | 第52-54页 |
| 5.3 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
