基于样本熵的多导癫痫信号成分分析
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 注释表 | 第12-13页 |
| 第1章 引言 | 第13-20页 |
| 1.1 癫痫的研究背景 | 第13-14页 |
| 1.2 癫痫信号的产生及其信号特点 | 第14-17页 |
| 1.2.1 癫痫信号的产生 | 第14-15页 |
| 1.2.2 癫痫信号的特点 | 第15-17页 |
| 1.3 癫痫的诊断与治疗 | 第17-18页 |
| 1.4 论文的主要研究内容 | 第18-20页 |
| 第2章 癫痫的独立成分分析与样本熵分析 | 第20-29页 |
| 2.1 小波变换 | 第20-22页 |
| 2.1.1 小波变换原理 | 第20-21页 |
| 2.1.2 小波变换的应用 | 第21-22页 |
| 2.2 独立成分分析 | 第22-24页 |
| 2.2.1 独立成分分析原理 | 第22-24页 |
| 2.2.2 独立成分分析的应用 | 第24页 |
| 2.3 样本熵与癫痫分析 | 第24-28页 |
| 2.3.1 近似熵原理 | 第24-26页 |
| 2.3.2 样本熵原理 | 第26-27页 |
| 2.3.3 近似熵与样本熵的应用 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 癫痫的独立成分分析 | 第29-45页 |
| 3.1 连续一小时数据分析 | 第29-35页 |
| 3.1.1 数据的独立成分分析 | 第29-34页 |
| 3.1.2 讨论 | 第34-35页 |
| 3.2 癫痫发作前30分钟数据分析 | 第35-44页 |
| 3.2.1 数据独立成分分析 | 第35-44页 |
| 3.2.2 讨论 | 第44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 独立成分的样本熵分析 | 第45-57页 |
| 4.1 所有独立成分的均值样本熵分析 | 第45-50页 |
| 4.1.1 均值样本熵分析 | 第45-49页 |
| 4.1.2 讨论 | 第49-50页 |
| 4.2 部分独立成分的均值样本熵分析 | 第50-53页 |
| 4.2.1 均值样本熵分析 | 第50-53页 |
| 4.2.2 讨论 | 第53页 |
| 4.3 近似熵与样本熵效果分析 | 第53-56页 |
| 4.3.1 近似熵分析 | 第54-56页 |
| 4.3.2 讨论 | 第56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 总结与未来展望 | 第57-60页 |
| 5.1 本文总结 | 第57-58页 |
| 5.2 关于癫痫分析算法的后续研究工作 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第66页 |
