首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化技术在各方面的应用论文

癫痫活动中的探测方法和应用研究

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-21页
   ·人脑的生理结构及功能研究第10-13页
     ·人脑的基本生理结构第10-11页
     ·大脑功能研究第11-13页
   ·癫痫的基础理论第13-14页
     ·癫痫的分类第13-14页
     ·癫痫的治疗手段第14页
   ·脑电技术概述第14-16页
     ·脑电的产生第14-15页
     ·脑电的分类第15-16页
     ·脑电数据的处理方法第16页
   ·功能磁共振成像技术概述第16-19页
     ·功能磁共振成像技术的血流动力学模型第16-17页
     ·脑功能磁共振成像第17-18页
     ·功能磁共振成像特点第18-19页
     ·功能磁共振数据的处理方法第19页
   ·本文研究的问题第19-21页
第二章 常用的信号处理方法第21-33页
   ·独立成分分析(ICA)第21-23页
     ·ICA简介第21页
     ·ICA的基本原理第21-22页
     ·ICA假设条件第22-23页
     ·ICA算法第23页
   ·小波分析第23-27页
     ·小波分析的定义第24-25页
     ·小波函数介绍第25-26页
     ·多分辨分析第26-27页
   ·VAR(向量自回归)模型第27-30页
     ·VAR(向量自回归)导论第27-29页
     ·脉冲响应函数第29-30页
     ·方差分解第30页
   ·格兰杰(Granger)因果关系第30-33页
     ·格兰杰(Granger)因果关系第30-31页
     ·格兰杰(Granger)因果关系检验第31-33页
第三章 ICA探测癫痫活动源第33-41页
   ·引言第33页
   ·基于fMRI数据的癫痫定位第33-35页
   ·fMRI数据的信号模型第35页
   ·空域ICA模型第35-37页
     ·fMRI数据体描述第35-36页
     ·空域ICA模型第36-37页
   ·仿真和实际数据处理第37-39页
     ·仿真数据第37-38页
     ·仿真数据处理结果第38页
     ·真实数据处理及结果第38-39页
   ·讨论与结论第39-41页
第四章 癫痫脑电信号的小波分析与独立分量分析的比较研究第41-52页
   ·引言第41-42页
   ·FastICA算法第42-44页
     ·引言第42页
     ·FastICA独立性判定准则第42-43页
     ·FastICA算法步骤第43-44页
     ·FastICA优点第44页
   ·小波分析与信号奇异性第44-47页
     ·小波分析原理第45-46页
     ·信号奇异性检测第46-47页
   ·仿真第47-48页
   ·真实数据处理第48-51页
     ·ICA算法对癫痫信号的探测第49页
     ·小波分析对癫痫信号的处理第49-51页
   ·结果与讨论第51-52页
第五章 小波分析的向量自回归模型和格兰杰因果关系定位癫痫脑电第52-61页
   ·引言第52页
   ·基本原理第52-56页
     ·多元自回归模型第53页
     ·格兰杰因果关系第53-55页
     ·脑功能连通性第55-56页
       ·功能连通性第55页
       ·有效连通性第55-56页
   ·仿真和真实数据的处理及分析结果第56-59页
   ·结果与讨论第59-61页
第六章 总结与展望第61-63页
   ·本论文总结第61页
   ·工作展望第61-63页
致谢第63-64页
参考文献第64-67页
攻硕期间取得的研究成果第67页

论文共67页,点击 下载论文
上一篇:一卡通系统的设计与实现
下一篇:声波测井仪器测试系统的实现