独立分量分析在脑电信号分析中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 1 绪论 | 第9-14页 |
| 1．1 引言 | 第9-10页 |
| 1．2 脑电信号基本特点 | 第10-11页 |
| 1．3 脑电信号分析处理技术 | 第11-12页 |
| 1．4 独立分量分析 | 第12-13页 |
| 1．5 本文研究内容 | 第13-14页 |
| 2 独立分量分析原理及其相关知识 | 第14-39页 |
| 2．1 引言 | 第14页 |
| 2．2 统计分析相关知识 | 第14-19页 |
| 2．2．1 随机变量的一、二阶统计特性分析 | 第14-16页 |
| 2．2．2 随机变量的高阶统计特性分析 | 第16-19页 |
| 2．3 信息论基本理论 | 第19-22页 |
| 2．3．1 信息嫡 | 第19-20页 |
| 2．3．2 互信息 | 第20页 |
| 2．3．3 最大熵定理 | 第20-22页 |
| 2．4 独立分量分析基本原理 | 第22-39页 |
| 2．4．1 独立分量分析的模型 | 第22-23页 |
| 2．4．2 独立分量分析的独立性度量 | 第23-26页 |
| 2．4．3 独立分量分析的判据 | 第26-30页 |
| 2．4．4 独立分量分析的优化算法 | 第30-31页 |
| 2．4．5 独立分量分析定点算法 | 第31-34页 |
| 2．4．6 定点 ICA算法的程序实现及其仿真 | 第34-39页 |
| 3 脑电图的获取及其基础知识 | 第39-44页 |
| 3．1 脑电图机的结构原理 | 第39-41页 |
| 3．2 脑电图机标准电极安装方法 | 第41-42页 |
| 3．3 脑电图的导联法 | 第42-43页 |
| 3．4 自发脑电信号的基本节律 | 第43-44页 |
| 4 定点 ICA在自发脑电信号处理中的应用 | 第44-50页 |
| 4．1 引言 | 第44-45页 |
| 4．2 基于 ICA的脑电中心电伪迹的去除实验 | 第45-49页 |
| 4．3 基于 ICA的脑电中眼动伪迹的去除实验 | 第49-50页 |
| 5 定点 ICA在诱发脑电信号的处理中的应用 | 第50-56页 |
| 5．1 脑诱发电位的基本理论 | 第50-52页 |
| 5．2 基于 ICA的脑诱发电位处理实验 | 第52-56页 |
| 结论与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间完成论文与参与的课题 | 第62-63页 |
| 学位论文评阅及答辩情况表 | 第63页 |
