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11-16页 |
1.1 睡眠脑电分期的研究背景和意义 | 第11-13页 |
1.2 睡眠脑电分期的国内外研究现状 | 第13-14页 |
1.3 本文的研究内容 | 第14-16页 |
第二章 脑电信号和睡眠分期的相关知识 | 第16-27页 |
2.1 脑电信号的基础知识 | 第16-19页 |
2.1.1 脑电的概述 | 第16-18页 |
2.1.2 睡眠脑电信号节律 | 第18-19页 |
2.2 睡眠分期准则 | 第19-24页 |
2.3 脑电信号的分析方法 | 第24-26页 |
2.4 本文的数据来源 | 第26页 |
2.5 本章小结 | 第26-27页 |
第三章 基于样本熵的睡眠脑电研究 | 第27-33页 |
3.1 样本熵算法介绍 | 第27-29页 |
3.2 基于样本熵的睡眠脑电信号特征提取 | 第29-32页 |
3.3 本章小结 | 第32-33页 |
第四章 基于希尔伯特黄变换的睡眠脑电研究 | 第33-44页 |
4.1 希尔伯特黄变换的提出背景和思想 | 第33-34页 |
4.2 瞬时频率和Hilbert变换 | 第34-36页 |
4.2.1 瞬时频率 | 第34-35页 |
4.2.2 Hilbert变换和解析信号 | 第35-36页 |
4.3 希尔伯特黄变换 | 第36-40页 |
4.3.1 固有模态函数 | 第36-37页 |
4.3.2 经验模式分解 | 第37-39页 |
4.3.3 Hilbert谱和Hilbert边际谱 | 第39-40页 |
4.4 基于HHT的睡眠脑电信号特征提取 | 第40-43页 |
4.5 本章小结 | 第43-44页 |
第五章 基于支持向量的睡眠脑电分期 | 第44-54页 |
5.1 支持向量机算法介绍 | 第44-48页 |
5.1.1 支持向量机概述 | 第44-47页 |
5.1.2 支持向量机多分类 | 第47-48页 |
5.2 基于SVM的睡眠脑电分期结果与分析 | 第48-53页 |
5.3 本章小结 | 第53-54页 |
总结与展望 | 第54-55页 |
参考文献 | 第55-59页 |
攻读硕士学位期间发表论文 | 第59-61页 |
致谢 | 第61页 |