| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 脑电信号研究背景 | 第12-16页 |
| 1.1.1 脑电信号的应用 | 第12-14页 |
| 1.1.2 脑电的产生机制 | 第14-15页 |
| 1.1.3 头皮观测脑电信号的形成原理 | 第15-16页 |
| 1.2 脑电信号盲分离的意义 | 第16-18页 |
| 1.3 盲源分离技术研究背景 | 第18-23页 |
| 1.3.1 盲源分离算法的分类 | 第18页 |
| 1.3.2 盲源分离的研究历史 | 第18-21页 |
| 1.3.3 盲源分离应用于脑电信号分析的研究现状 | 第21-23页 |
| 1.4 本文主要工作 | 第23-24页 |
| 1.5 本文内容安排 | 第24-26页 |
| 第二章 盲源分离数学基础 | 第26-50页 |
| 2.1 引言 | 第26页 |
| 2.2 盲源分离理论框架 | 第26-27页 |
| 2.3 盲源分离问题模型 | 第27-32页 |
| 2.3.1 线性瞬时混合模型 | 第27-29页 |
| 2.3.2 线性时延混合模型 | 第29-31页 |
| 2.3.3 线性卷积混合模型 | 第31-32页 |
| 2.4 盲源分离算法 | 第32-49页 |
| 2.4.1 独立分量分析 | 第32-40页 |
| 2.4.2 约束独立分量分析 | 第40-44页 |
| 2.4.3 稀疏分量分析 | 第44-46页 |
| 2.4.4 卷积盲分离 | 第46-49页 |
| 2.5 本章小结 | 第49-50页 |
| 第三章 基于改进QPSO的ICA算法用于ERP提取 | 第50-71页 |
| 3.1 引言 | 第50-51页 |
| 3.2 算法思想 | 第51-62页 |
| 3.2.1 改进的QPSO算法 | 第51-60页 |
| 3.2.2 基于改进QPSO的ICA算法 | 第60-62页 |
| 3.3 实验数据 | 第62-64页 |
| 3.4 实验及结果分析 | 第64-70页 |
| 3.5 本章小结 | 第70-71页 |
| 第四章 cICA用于单导联EEG进行ERP提取 | 第71-84页 |
| 4.1 引言 | 第71-72页 |
| 4.2 算法思想 | 第72-73页 |
| 4.3 实验数据 | 第73-75页 |
| 4.4 特征提取 | 第75-80页 |
| 4.4.1 构建混合EEG数据 | 第75-76页 |
| 4.4.2 构建参考信号 | 第76-77页 |
| 4.4.3 P300特征提取 | 第77-80页 |
| 4.5 分类及结果分析 | 第80-83页 |
| 4.5.1 P300分类及分析 | 第80-82页 |
| 4.5.2 导联选择分析 | 第82-83页 |
| 4.6 本章小结 | 第83-84页 |
| 第五章 SCA用于脑电节律信号分析 | 第84-105页 |
| 5.1 引言 | 第84-86页 |
| 5.2 脑电节律信号 | 第86-88页 |
| 5.3 实验数据 | 第88-89页 |
| 5.4 数据处理步骤 | 第89-94页 |
| 5.4.1 数据预处理 | 第89-90页 |
| 5.4.2 特征提取 | 第90-92页 |
| 5.4.3 恐惧情绪分级识别 | 第92-94页 |
| 5.5 实验结果及分析 | 第94-103页 |
| 5.5.1 自评数据分析 | 第94-95页 |
| 5.5.2 EEG特征提取 | 第95-101页 |
| 5.5.3 恐惧情绪分级识别 | 第101-103页 |
| 5.6 本章小结 | 第103-105页 |
| 第六章 卷积盲分离用于EEG信号伪差去除 | 第105-117页 |
| 6.1 引言 | 第105-106页 |
| 6.2 卷积盲分离算法 | 第106-110页 |
| 6.2.1 EEG的混合模型描述 | 第106-107页 |
| 6.2.2 代价函数 | 第107-108页 |
| 6.2.3 迭代算法 | 第108-109页 |
| 6.2.4 收敛性分析 | 第109-110页 |
| 6.3 实验数据 | 第110-112页 |
| 6.3.1 仿真EEG数据 | 第110-112页 |
| 6.3.2 实测EEG数据 | 第112页 |
| 6.4 实验结果及分析 | 第112-116页 |
| 6.4.1 仿真EEG数据 | 第112-115页 |
| 6.4.2 实测EEG数据 | 第115-116页 |
| 6.5 本章小结 | 第116-117页 |
| 第七章 总结与展望 | 第117-119页 |
| 7.1 主要工作成果及创新点 | 第117-118页 |
| 7.2 下一步工作的展望 | 第118-119页 |
| 参考文献 | 第119-135页 |
| 致谢 | 第135-136页 |
| 攻读博士期间发表的学术论文 | 第136页 |