基于多变量模式分析的多音字视听整合认知机制研究
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第9-13页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 本文内容安排 | 第11-13页 |
第2章 基础研究理论及方法 | 第13-25页 |
2.1 脑电 | 第13-14页 |
2.2 事件相关电位 | 第14-15页 |
2.3 多变量模式分析 | 第15-16页 |
2.4 功能连接指标 | 第16-17页 |
2.5 F统计量 | 第17-18页 |
2.6 支持向量机 | 第18-20页 |
2.7 套索回归以及多任务学习 | 第20-22页 |
2.8 多核学习 | 第22-23页 |
2.9 本章小结 | 第23-25页 |
第3章 数据处理流程 | 第25-31页 |
3.1 受试选择 | 第25-26页 |
3.2 实验刺激 | 第26页 |
3.3 数据采集与预处理 | 第26-27页 |
3.4 电极选择和ERP成分分析 | 第27-28页 |
3.5 功能连接特征提取 | 第28页 |
3.6 特征选择和交叉验证 | 第28页 |
3.7 模式分类 | 第28-29页 |
3.8 分类结果的计算及检验 | 第29-30页 |
3.9 本章小结 | 第30-31页 |
第4章 实验结果 | 第31-39页 |
4.1 相关系数 | 第31-33页 |
4.2 相干性 | 第33-35页 |
4.3 相位一致性 | 第35-37页 |
4.4 多核学习结果 | 第37页 |
4.5 本章小结 | 第37-39页 |
第5章 实验结果分析 | 第39-45页 |
5.1 模式分类分析 | 第39-40页 |
5.2 ERP成分分析 | 第40-42页 |
5.2.1 P200成分 | 第40页 |
5.2.2 N400成分 | 第40-41页 |
5.2.3 LPS成分 | 第41-42页 |
5.3 功能连接模式的模型权重分析 | 第42页 |
5.4 功能连接指标的多核学习 | 第42-44页 |
5.5 本章小结 | 第44-45页 |
第6章 总结与展望 | 第45-47页 |
6.1 总结 | 第45页 |
6.2 展望 | 第45-47页 |
参考文献 | 第47-53页 |
论文发表情况和参加科研情况说明 | 第53-55页 |
致谢 | 第55-56页 |