| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-7页 |
| 第1章 绪论 | 第7-15页 |
| 1．1 课题研究的背景与意义 | 第7页 |
| 1．2 视觉诱发脑电信号（VEP）及其现有的处理方法 | 第7-13页 |
| 1．2．1 自发脑电EEG信号简介 | 第8页 |
| 1．2．2 视觉诱发脑电信号VEP简介 | 第8-10页 |
| 1．2．3 VEP信号现有的分析和处理方法 | 第10-13页 |
| 1．2．4 基于ANFS的白适应噪声消除方法在视觉诱发脑电信号的单次提取中的应用 | 第13页 |
| 1．3 本章小结 | 第13-15页 |
| 第2章 脑电信号的采集和预处理 | 第15-23页 |
| 2．1 脑电信号的采集和读取 | 第15-20页 |
| 2．1．1 电极的导联组合和放置位 | 第15-17页 |
| 2．1．2 混有VEP的EEG信号的采集 | 第17-19页 |
| 2．1．3 EEG信号读取 | 第19-20页 |
| 2．2 脑电信号EEG的预处理 | 第20-22页 |
| 2．3 本章小结 | 第22-23页 |
| 第3章 基于ANFIS的自适应噪声消除方法 | 第23-34页 |
| 3．1 自适应噪声消除方法 | 第23-24页 |
| 3．2 自适应神经模糊网络ANFIS | 第24-31页 |
| 3．2．1 模糊推理系统 | 第24-26页 |
| 3．2．2 自适应网络 | 第26-27页 |
| 3．2．3 自适应神经模糊网络 | 第27-31页 |
| 3．3 基于ANFIS的自适应噪声消除方法 | 第31-32页 |
| 3．4 本章小结 | 第32-34页 |
| 第4章 基于ANFIS的自适应噪声消除方法在视觉诱发脑电信号的单次提取中的应用 | 第34-43页 |
| 4．1 概述 | 第34页 |
| 4．2 基于ANFIS的自适应噪声消除方法在VEP提取中的应用 | 第34-36页 |
| 4．3 数字仿真与实例分析 | 第36-42页 |
| 4．3．1 程序框图的说明 | 第37页 |
| 4．3．2 仿真结果 | 第37-39页 |
| 4．3．3 实际临床应用结果及其分析 | 第39-42页 |
| 4．4 本章小结 | 第42-43页 |
| 结论 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 攻读硕士学位期间所发表的学术论文 | 第48页 |
