| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 术语表 | 第11-13页 |
| 1 绪论 | 第13-23页 |
| 1.1 研究意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 VIMS的产生原因 | 第15-16页 |
| 1.2.2 VIMS的评估方法 | 第16-18页 |
| 1.2.3 VIMS的检测 | 第18-19页 |
| 1.3 论文研究内容及结构安排 | 第19-23页 |
| 1.3.1 论文研究内容 | 第19-20页 |
| 1.3.2 论文的结构安排 | 第20-23页 |
| 2 脑电信号和实验设计介绍 | 第23-35页 |
| 2.1 脑电信号介绍 | 第23-25页 |
| 2.1.1 引言 | 第23-24页 |
| 2.1.2 脑电信号的特点 | 第24页 |
| 2.1.3 脑电信号的节律性 | 第24-25页 |
| 2.2 实验设计介绍 | 第25-32页 |
| 2.2.1 实验设备 | 第26-31页 |
| 2.2.2 受试者 | 第31页 |
| 2.2.3 实验流程设计 | 第31-32页 |
| 2.3 本章小结 | 第32-35页 |
| 3 基于脑电KC复杂度的视觉诱导晕动症评估 | 第35-45页 |
| 3.1 KC复杂度简介 | 第35-36页 |
| 3.2 KC复杂度分析说明 | 第36-37页 |
| 3.2.1 KC复杂度算法介绍 | 第36-37页 |
| 3.2.2 正态分布检验和配对t检验 | 第37页 |
| 3.3 实验数据分析 | 第37-43页 |
| 3.3.1 各通道KC复杂度值与VIMSL相关性对比分析 | 第39页 |
| 3.3.2 VIMS前后KC值差异对比分析 | 第39-43页 |
| 3.4 本章小结 | 第43-45页 |
| 4 基于EEG的视觉诱导晕动症检测 | 第45-67页 |
| 4.1 引言 | 第45-46页 |
| 4.2 数据预处理 | 第46-51页 |
| 4.2.1 标记与综合 | 第47-48页 |
| 4.2.2 去重与归一化 | 第48页 |
| 4.2.3 数据滤波 | 第48-51页 |
| 4.3 EEG特征提取和选择 | 第51-58页 |
| 4.3.1 特征提取背景知识介绍 | 第52-55页 |
| 4.3.2 特征提取 | 第55-56页 |
| 4.3.3 特征选择 | 第56-58页 |
| 4.4 晕动检测与实验结果讨论 | 第58-66页 |
| 4.4.1 机器学习模型 | 第59-61页 |
| 4.4.2 模型评估与实验结果讨论 | 第61-65页 |
| 4.4.3 模型对比 | 第65-66页 |
| 4.5 本章小结 | 第66-67页 |
| 5 总结和展望 | 第67-71页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 附录 | 第79-81页 |
| A.SSQ表 | 第79-80页 |
| B.作者在攻读硕士学位期间发表的论文 | 第80页 |
| C.作者在攻读硕士学位期间获权/申请的专利 | 第80页 |
| D.作者在攻读硕士学位期间参与的科研项目 | 第80-81页 |
| E.作者在攻读硕士学位期间所获奖项 | 第81页 |