| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章. 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 脑电信号分析方法的研究现状 | 第12-14页 |
| 1.3 论文安排 | 第14-15页 |
| 1.4 小结 | 第15-16页 |
| 第二章. 排列模糊熵 | 第16-24页 |
| 2.1 脑电分析中常用的熵 | 第16-19页 |
| 2.1.1 模糊熵 | 第16-17页 |
| 2.1.2 排列熵 | 第17-19页 |
| 2.2 排列模糊熵 | 第19-21页 |
| 2.2.1 排列模糊熵 | 第19-21页 |
| 2.2.2 排列模糊熵参数选择 | 第21页 |
| 2.3 符号化的抗噪依据 | 第21-22页 |
| 2.4 熵值计算的复杂度分析比较 | 第22-23页 |
| 2.5 小结 | 第23-24页 |
| 第三章. 抗噪能力仿真实验 | 第24-30页 |
| 3.1 仿真模型 | 第24-25页 |
| 3.2 噪声 | 第25-26页 |
| 3.2.1 高斯白噪声 | 第25页 |
| 3.2.2 信噪比 | 第25-26页 |
| 3.3 实验方案 | 第26-27页 |
| 3.4 实验结果 | 第27-28页 |
| 3.5 结论及讨论 | 第28-30页 |
| 第四章. 癫痫检测能力对比研究 | 第30-48页 |
| 4.1 癫痫疾病及其脑电自动检测研究现状 | 第30-32页 |
| 4.1.1 癫痫疾病 | 第30-31页 |
| 4.1.2 癫痫脑电信号自动检测研究现状 | 第31-32页 |
| 4.2 数据介绍 | 第32-33页 |
| 4.3 基于熵的癫痫脑电信号检测 | 第33-42页 |
| 4.3.1 特征提取和选择 | 第34-35页 |
| 4.3.2 支持向量机分类器 | 第35-40页 |
| 4.3.3 分类结果评价方法 | 第40-42页 |
| 4.4 特征对比和分类结果 | 第42-45页 |
| 4.4.1 不同状态的PFEN、FuzzyEn、PE对比 | 第42-44页 |
| 4.4.2 分类结果 | 第44-45页 |
| 4.5 结果分析与讨论 | 第45-48页 |
| 第五章. 精神分裂症异常脑电信号的分析 | 第48-62页 |
| 5.1 研究相关背景及其基础理论 | 第48-51页 |
| 5.1.1 精神分裂症 | 第48-49页 |
| 5.1.2 感觉门控 | 第49页 |
| 5.1.3 刺激范式 | 第49-50页 |
| 5.1.4 诱发条件 | 第50页 |
| 5.1.5 精神分裂症感觉门控P50的研究现状 | 第50-51页 |
| 5.2 数据介绍 | 第51-52页 |
| 5.3 实验方案 | 第52-56页 |
| 5.3.1 数据预处理 | 第53-55页 |
| 5.3.2 熵复杂度特征计算 | 第55页 |
| 5.3.3 统计分析 | 第55-56页 |
| 5.4 实验结果 | 第56-60页 |
| 5.4.1 熵复杂度计算结果 | 第56-58页 |
| 5.4.2 统计分析结果 | 第58-60页 |
| 5.5 结果分析与讨论 | 第60-62页 |
| 第六章. 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 攻读硕士学位期间发表论文 | 第72页 |