| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 非线性动力学分析方法及应用 | 第11-13页 |
| 1.3 论文主要研究内容及结构安排 | 第13-14页 |
| 第2章 脑电信号基础分析 | 第14-19页 |
| 2.1 引言 | 第14页 |
| 2.2 脑电信号产生机理及特点 | 第14-15页 |
| 2.3 脑电信号分类 | 第15-16页 |
| 2.4 脑电信号预处理 | 第16-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 轻度认知障碍脑电信号研究对象 | 第19-25页 |
| 3.1 引言 | 第19页 |
| 3.2 纳入和排除标准 | 第19-20页 |
| 3.3 神经心理学测试量表 | 第20-22页 |
| 3.3.1 综合认知能力功能评估量表分析 | 第20-21页 |
| 3.3.2 单项认知功能评估量表 | 第21-22页 |
| 3.4 脑电信号的采集及分区 | 第22-24页 |
| 3.5 本章小结 | 第24-25页 |
| 第4章 基于递归图的单通道脑电信号分析 | 第25-44页 |
| 4.1 引言 | 第25页 |
| 4.2 多尺度排序递归图方法 | 第25-29页 |
| 4.2.1 排序递归图 | 第25-26页 |
| 4.2.2 多尺度分解方法 | 第26-28页 |
| 4.2.3 多尺度排序递归图 | 第28页 |
| 4.2.4 递归图量化分析 | 第28-29页 |
| 4.3 模型仿真分析 | 第29-37页 |
| 4.3.1 Logistic模型介绍 | 第29-30页 |
| 4.3.2 Logistic映射的DET值 | 第30-31页 |
| 4.3.3 数据长度对DET的影响 | 第31-32页 |
| 4.3.4 嵌入维数和延迟时间对DET的影响 | 第32-33页 |
| 4.3.5 噪声对DET的影响 | 第33-36页 |
| 4.3.6 尺度因子对多尺度DET的影响 | 第36页 |
| 4.3.7 噪声对多尺度DET的影响 | 第36-37页 |
| 4.4 糖尿病MCI脑电信号的确定性分析 | 第37-43页 |
| 4.4.1 认知量表的统计分析 | 第37-38页 |
| 4.4.2 脑电信号确定性分析 | 第38-41页 |
| 4.4.3 确定性DET与认知功能的相关性 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 基于递归图的双通道脑电信号分析 | 第44-59页 |
| 5.1 引言 | 第44页 |
| 5.2 交叉递归图 | 第44-45页 |
| 5.3 模型仿真分析 | 第45-49页 |
| 5.3.1 耦合MIX(p)模型 | 第45页 |
| 5.3.2 数据长度对算法的影响 | 第45-47页 |
| 5.3.3 延迟时间和嵌入维数对算法的影响 | 第47-48页 |
| 5.3.4 耦合系数对算法的影响 | 第48页 |
| 5.3.5 噪声对算法的影响 | 第48-49页 |
| 5.4 糖尿病MCI脑电信号的CRPDET分析 | 第49-58页 |
| 5.4.1 认知量表的统计分析 | 第49-51页 |
| 5.4.2 脑电信号的交叉递归图分析 | 第51-56页 |
| 5.4.3 交叉递归图DET与认知功能的相关性分析 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67页 |