| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 1.5 本章小结 | 第18-20页 |
| 第二章 aEEG与EEG基础及本文研究方法 | 第20-26页 |
| 2.1 EEG与aEEG概述与检测意义 | 第20-22页 |
| 2.2 数据集介绍 | 第22页 |
| 2.3 aEEG和EEG相结合的新生儿脑功能状态检测方案 | 第22-23页 |
| 2.4 本章小结 | 第23-26页 |
| 第三章 aEEG与EEG的传统特征提取 | 第26-32页 |
| 3.1 线性特征提取 | 第26-28页 |
| 3.2 复杂度特征提取 | 第28-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 基于LSTM的aEEG序列特征提取 | 第32-48页 |
| 4.1 循环神经网络和长短期记忆网络 | 第32-36页 |
| 4.2 基于LSTM的aEEG特征提取 | 第36-39页 |
| 4.3 实验及讨论 | 第39-46页 |
| 4.3.1 aEEG预处理实验 | 第39-43页 |
| 4.3.2 训练模型选择及参数调整实验 | 第43-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第五章 基于CNN的EEG分段序列特征提取 | 第48-60页 |
| 5.1 卷积神经网络 | 第48-52页 |
| 5.2 基于CNN的EEG特征提取 | 第52-54页 |
| 5.3 CNN网络参数调整实验及讨论 | 第54-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第六章 结合EEG和aEEG的脑功能状态辨识 | 第60-70页 |
| 6.1 随机森林 | 第60-62页 |
| 6.2 实验对比 | 第62-67页 |
| 6.2.1 随机森林模型调参 | 第62-64页 |
| 6.2.2 特征组合及模型对比 | 第64-67页 |
| 6.3 本章小结 | 第67-70页 |
| 第七章 总结与展望 | 第70-74页 |
| 7.1 总结 | 第70-71页 |
| 7.2 展望 | 第71-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-81页 |
| 在校期间学术成果 | 第81页 |