独立分量分析在医学信号处理中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 符号说明 | 第9-10页 |
| 第一章 概述 | 第10-15页 |
| ·脑电现象的研究历史 | 第10-11页 |
| ·脑电信号的基本规律 | 第11-12页 |
| ·脑电信号分析处理方法 | 第12-13页 |
| ·本文的主要研究内容和论文安排 | 第13-15页 |
| 第二章 ICA的基本原理 | 第15-35页 |
| ·ICA问题描述 | 第15-17页 |
| ·ICA的估计准则 | 第17-20页 |
| ·基于估计理论的判决准则 | 第17-19页 |
| ·基于信息论的判决准则 | 第19页 |
| ·ICA的实现算法 | 第19-20页 |
| ·Fast ICA算法与实现 | 第20-23页 |
| ·一维FastICA算法 | 第22-23页 |
| ·多维FastICA算法 | 第23页 |
| ·Infomax ICA算法 | 第23-29页 |
| ·传统Informax算法 | 第24-26页 |
| ·Infomax ICA算法的改进 | 第26-27页 |
| ·扩展Infomax算法 | 第27-29页 |
| ·盲源分离效果的评判指标 | 第29-35页 |
| ·行元素占优指标和信噪比 | 第29-31页 |
| ·其他分离效果评价指标 | 第31-32页 |
| ·仿真实验研究与分析 | 第32-35页 |
| 第三章 ICA在医学图像中的应用 | 第35-45页 |
| ·引言 | 第35页 |
| ·小波门限法去噪 | 第35-39页 |
| ·小波变换的基本原理 | 第35-38页 |
| ·小波门限法去噪 | 第38-39页 |
| ·有噪信号的独立分量分析 | 第39-41页 |
| ·仿真实验及分析 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 ICA在脑电信号处理中的应用 | 第45-62页 |
| ·引言 | 第45-47页 |
| ·ICA在脑电信号去噪中的应用 | 第47-55页 |
| ·问题提出 | 第47-48页 |
| ·通道间串扰的消除 | 第48-51页 |
| ·工频干扰的消除 | 第51-54页 |
| ·小结 | 第54-55页 |
| ·ICA在思维脑电特征提取和分类中的应用 | 第55-62页 |
| ·引言 | 第55-56页 |
| ·AR模型 | 第56页 |
| ·BP神经网络 | 第56-58页 |
| ·数据的采集和预处理 | 第58-59页 |
| ·思维脑电的分类 | 第59-61页 |
| ·小结 | 第61-62页 |
| 第五章 结束语 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 硕士研究生期间发表的学术论文 | 第68-69页 |
| 学位论文评阅及答辩情况表 | 第69页 |
