| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.3 论文主要研究内容 | 第17-19页 |
| 第二章 听视觉诱发电位特性和EP采集系统 | 第19-30页 |
| 2.1 诱发电位信号概述 | 第19-22页 |
| 2.1.1 脑干听觉诱发电位形成机理及特征 | 第19-21页 |
| 2.1.2 翻转视觉诱发电位形成机理及特征 | 第21-22页 |
| 2.2 EP信号采集处理系统 | 第22-25页 |
| 2.3 诱发电位信号采集 | 第25-29页 |
| 2.3.1 BAEP信号的采集 | 第26-27页 |
| 2.3.2 PRVEP信号的采集 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于粗集理论的诱发电位预处理算法 | 第30-43页 |
| 3.1 粗集理论 | 第30-34页 |
| 3.1.1 粗集理论的发展 | 第30页 |
| 3.1.2 粗集理论的应用与价值 | 第30-31页 |
| 3.1.3 粗集理论的基本概念 | 第31-34页 |
| 3.2 基于粗集理论的诱发电位预处理 | 第34-42页 |
| 3.2.1 粗集理论预处理诱发电位 | 第34-35页 |
| 3.2.2 BAEP信号预处理结果与分析 | 第35-38页 |
| 3.2.3 PRVEP信号预处理结果与分析 | 第38-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 独立分量分析提取诱发电位 | 第43-58页 |
| 4.1 ICA基本模型 | 第43-46页 |
| 4.1.1 ICA基础理论 | 第43-44页 |
| 4.1.2 信息论基础知识 | 第44-46页 |
| 4.1.3 不确定性 | 第46页 |
| 4.2 ICA独立性判据 | 第46-53页 |
| 4.2.1 互信息极小化判据 | 第48-51页 |
| 4.2.2 极大似然估计判据 | 第51-52页 |
| 4.2.3 高阶统计量判据 | 第52-53页 |
| 4.3 Informax ICA提取诱发电位结果与分析 | 第53-57页 |
| 4.3.1 Infomax ICA提取诱发电位 | 第53-55页 |
| 4.3.2 Infomax ICA提取BEAP波形结果与分析 | 第55页 |
| 4.3.3 Infomax ICA提取PRVEP波形结果与分析 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 基于粗集和Informax ICA的诱发电位提取 | 第58-69页 |
| 5.1 EP信号采集与处理系统硬件完成情况 | 第58-60页 |
| 5.2 基于粗集理论和Informax ICA算法的BAEP提取结果与分析 | 第60-64页 |
| 5.3 基于粗集理论和Informax ICA算法的PRVEP提取结果与分析 | 第64-68页 |
| 5.4 小结 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-78页 |
| 攻读学位期间发表论文 | 第78-80页 |
| 致谢 | 第80页 |
