糖尿病患者轻度认知障碍脑电信号非线性动力学研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 非线性动力学分析方法 | 第10-12页 |
| 1.3 糖尿病MCI的研究现状 | 第12-14页 |
| 1.4 论文的主要安排 | 第14-16页 |
| 第2章 脑电信号及处理方法 | 第16-22页 |
| 2.1 引言 | 第16页 |
| 2.2 脑电信号的产生机理及特点 | 第16-17页 |
| 2.3 脑电信号的预处理算法 | 第17-19页 |
| 2.4 非线性分析方法在EEG中的应用 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 糖尿病脑电信号研究对象 | 第22-28页 |
| 3.1 引言 | 第22页 |
| 3.2 纳入和排除标准 | 第22-23页 |
| 3.3 神经心理学测试量表 | 第23-26页 |
| 3.4 脑电信号的采集 | 第26页 |
| 3.5 本章小结 | 第26-28页 |
| 第4章 糖尿病脑电信号熵分析 | 第28-44页 |
| 4.1 引言 | 第28页 |
| 4.2 糖尿病脑电信号熵算法 | 第28-32页 |
| 4.2.1 近似熵 | 第28-29页 |
| 4.2.2 样本熵 | 第29-30页 |
| 4.2.3 模糊熵 | 第30-31页 |
| 4.2.4 排序熵 | 第31页 |
| 4.2.5 功率谱熵 | 第31-32页 |
| 4.2.6 小波熵 | 第32页 |
| 4.3 数据仿真 | 第32-36页 |
| 4.3.1 Logistic映射 | 第32-34页 |
| 4.3.2 噪声对熵算法的影响 | 第34-35页 |
| 4.3.3 数据长度对熵的影响 | 第35-36页 |
| 4.4 糖尿病脑电信号的熵值 | 第36-42页 |
| 4.4.1 糖尿病脑电信号的熵值 | 第37-39页 |
| 4.4.2 糖尿病脑电信号的特征提取和分类 | 第39-41页 |
| 4.4.3 熵与认知功能的相关性 | 第41-42页 |
| 4.5 本章小结 | 第42-44页 |
| 第5章 糖尿病脑电信号确定性分析 | 第44-63页 |
| 5.1 引言 | 第44页 |
| 5.2 递归图 | 第44-47页 |
| 5.2.1 排序递归图 | 第44-45页 |
| 5.2.2 符号化模式递归图 | 第45-46页 |
| 5.2.3 递归图量化分析 | 第46-47页 |
| 5.3 数据仿真 | 第47-55页 |
| 5.3.1 Logistic映射 | 第47页 |
| 5.3.2 Logistic映射序列的DET值 | 第47-51页 |
| 5.3.3 神经元群模型 | 第51-53页 |
| 5.3.4 单通道双动态NMM输出信号的DET值 | 第53-55页 |
| 5.4 糖尿病与非糖尿病脑电信号的DET值 | 第55-61页 |
| 5.4.1 糖尿病脑电信号的DET值 | 第56-57页 |
| 5.4.2 非糖尿病脑电信号的DET值 | 第57页 |
| 5.4.3 认知状态匹配下脑电信号DET值 | 第57-60页 |
| 5.4.4 变量DET与认知功能的相关性 | 第60-61页 |
| 5.5 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |
