独立分量分析在脑电信号处理中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·论文的研究背景和意义 | 第10页 |
| ·脑电信号的研究历史和发展现状 | 第10-12页 |
| ·独立分量分析的研究历史和发展现状 | 第12-14页 |
| ·独立分量分析在脑电信号处理中的发展现状 | 第14页 |
| ·本论文的主要工作及内容安排 | 第14-16页 |
| 第二章 脑电信号分析的基本理论 | 第16-27页 |
| ·脑电信号的特征和分类 | 第16-18页 |
| ·脑电信号采集标准电极安放法 | 第18-19页 |
| ·脑电信号分析的传统方法 | 第19-26页 |
| ·目测方法 | 第19-20页 |
| ·时域分析方法 | 第20-21页 |
| ·频域分析方法 | 第21-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 独立分量分析的基本理论 | 第27-47页 |
| ·基本模型和假设 | 第27-29页 |
| ·独立性优化判据 | 第29-34页 |
| ·互信息极小化判据 | 第29-30页 |
| ·信息极大化判据 | 第30-32页 |
| ·极大似然判据 | 第32-33页 |
| ·高阶统计量判据 | 第33-34页 |
| ·混合信号的预处理 | 第34-36页 |
| ·信号的去均值化 | 第34页 |
| ·信号的白化 | 第34-36页 |
| ·独立分量分析的不确定性 | 第36-37页 |
| ·排序问题 | 第36-37页 |
| ·比例问题 | 第37页 |
| ·独立分量分析的优化算法 | 第37-46页 |
| ·特征矩阵的联合近似对角化算法 | 第37-40页 |
| ·信息极大化算法及其扩展 | 第40-43页 |
| ·固定点算法 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 独立分量分析在脑电伪迹去除中的应用 | 第47-61页 |
| ·脑电信号中的噪声与干扰源 | 第47页 |
| ·伪迹减法 | 第47-49页 |
| ·基于独立分量分析的脑电伪迹去除 | 第49-60页 |
| ·工频干扰的去除 | 第50-52页 |
| ·心电伪迹的去除 | 第52-54页 |
| ·眼动伪迹的去除 | 第54-55页 |
| ·多导脑电信号中伪迹的去除 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 独立分量分析在诱发电位单次提取中的应用 | 第61-71页 |
| ·脑电信号中的诱发电位 | 第61-63页 |
| ·诱发电位的定义 | 第61页 |
| ·诱发电位的特点 | 第61-62页 |
| ·诱发电位的分类 | 第62页 |
| ·诱发电位的波形分析 | 第62-63页 |
| ·叠加平均法 | 第63-64页 |
| ·基于独立分量分析的诱发电位单次提取 | 第64-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78页 |
