基于颞叶的脑电及脑功能模型构建研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.3 论文内容及结构 | 第18-20页 |
| 第2章 相关理论与技术 | 第20-29页 |
| 2.1 颞叶 | 第20-24页 |
| 2.1.1 颞叶结构 | 第20-22页 |
| 2.1.2 颞叶的功能 | 第22-23页 |
| 2.1.3 颞叶受损 | 第23-24页 |
| 2.2 脑电 | 第24-26页 |
| 2.2.1 脑电分析方法 | 第24-25页 |
| 2.2.2 癫痫脑电分析 | 第25-26页 |
| 2.3 小世界网络 | 第26-28页 |
| 2.3.1 小世界网络特性 | 第26-27页 |
| 2.3.2 小世界网络的计算与判定 | 第27-28页 |
| 2.4 小结 | 第28-29页 |
| 第3章 信息理论方法同步判定研究 | 第29-37页 |
| 3.1 信息理论方法同步指标 | 第29-30页 |
| 3.1.1 信息理论方法 | 第29页 |
| 3.1.2 同步判定指标 | 第29-30页 |
| 3.2 基于信息理论方法的EEG同步分析 | 第30-33页 |
| 3.3 实验结果分析 | 第33-36页 |
| 3.3.1 实验数据集 | 第33页 |
| 3.3.2 处理过程有效性 | 第33-34页 |
| 3.3.3 同步指标有效性分析 | 第34-35页 |
| 3.3.4 同步指标精确性分析 | 第35-36页 |
| 3.4 小结 | 第36-37页 |
| 第4章 基于信息理论方法的颞叶癫痫脑电分析 | 第37-46页 |
| 4.1 颞叶癫痫 | 第37-38页 |
| 4.2 基于信息理论方法的癫痫脑电同步分析 | 第38-43页 |
| 4.2.1 数据集 | 第38页 |
| 4.2.2 数据预处理 | 第38-40页 |
| 4.2.3 信息理论方法关键参数计算与分析 | 第40-43页 |
| 4.3 实验结果与分析 | 第43-45页 |
| 4.3.1 信息理论方法指标计算结果 | 第43-44页 |
| 4.3.2 指标分析与对比 | 第44-45页 |
| 4.4 小结 | 第45-46页 |
| 第5章 基于颞叶的改进脑功能模型 | 第46-61页 |
| 5.1 模型构建依据 | 第46-53页 |
| 5.1.1 脑功能活动机制 | 第47-50页 |
| 5.1.2 脑功能分区模版 | 第50-53页 |
| 5.2 颞叶功能模型构建 | 第53-55页 |
| 5.3 改进的脑功能模型 | 第55-57页 |
| 5.4 特性分析 | 第57-60页 |
| 5.5 小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第69-70页 |
| 附录B 攻读学位期间所参与的主要项目 | 第70页 |
