摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-19页 |
1.1 脑科学研究的意义 | 第10页 |
1.2 复杂网络在脑科学研究中的应用 | 第10-13页 |
1.2.1 脑网络研究的概述 | 第10-12页 |
1.2.2 脑网络研究方法 | 第12-13页 |
1.3 稳态视觉诱发电位-SSVEP | 第13-17页 |
1.3.1 SSVEP的定义及其特性 | 第14-15页 |
1.3.2 SSVEP产生的神经机制 | 第15-16页 |
1.3.3 SSVEP在国内外的研究现状 | 第16页 |
1.3.4 SSVEP的应用 | 第16-17页 |
1.4 论文主要研究内容 | 第17-18页 |
1.5 论文结构安排 | 第18-19页 |
第二章 基于网络的SSVEP神经机制研究 | 第19-41页 |
2.1 引言 | 第19-20页 |
2.2 方法和实验材料 | 第20-25页 |
2.2.1 实验对象及数据采集 | 第20-22页 |
2.2.2 相干分析 | 第22页 |
2.2.3 网络分析方法 | 第22-23页 |
2.2.4 数据处理 | 第23-25页 |
2.3 结果 | 第25-37页 |
2.3.1 不同频率刺激下SSVEP的响应差异 | 第25-26页 |
2.3.2 不同频率刺激的皮层网络 | 第26-30页 |
2.3.3 组内SSVEP响应强度与网络属性的关系 | 第30-31页 |
2.3.4 组间SSVEP响应强度与网络属性的关系 | 第31-37页 |
2.4 讨论 | 第37-39页 |
2.5 本章小结 | 第39-41页 |
第三章 基于双柱模型的SSVEP神经机制研究 | 第41-55页 |
3.1 引言 | 第41页 |
3.2 实验数据和方法 | 第41-47页 |
3.2.1 实验数据 | 第41-42页 |
3.2.2 双柱皮层模型 | 第42-44页 |
3.2.3 基于PSO的模型参数估计 | 第44-46页 |
3.2.4 PDC分析方法 | 第46-47页 |
3.3 结果 | 第47-53页 |
3.3.1 双柱模型参数估计 | 第47-51页 |
3.3.2 基于PDC的有向网络分析 | 第51-53页 |
3.4 本章小结 | 第53-55页 |
第四章 总结与展望 | 第55-57页 |
4.1 工作总结 | 第55-56页 |
4.2 工作展望 | 第56-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-62页 |
攻读硕士学位期间取得的成果 | 第62-63页 |