|
|
|
|
基于静息态脑电的抑郁识别及源定位研究 |
| |
| 论文目录 |
| |
| 中文摘要 | 第3-5页 | | Abstract | 第5-7页 | | 第一章 绪论 | 第11-18页 | | 1.1 抑郁症简介 | 第11-12页 | | 1.2 脑电信号的概述 | 第12-14页 | | 1.2.1 大脑的解剖和功能 | 第12-13页 | | 1.2.2 脑电信号的特点 | 第13页 | | 1.2.3 脑电波的分类 | 第13-14页 | | 1.3 脑电在抑郁方面的研究现状 | 第14-15页 | | 1.4 研究内容及意义 | 第15-16页 | | 1.5 论文结构 | 第16-18页 | | 第二章 相关算法综述 | 第18-28页 | | 2.1 特征选择算法 | 第18-19页 | | 2.1.1 特征选择概述 | 第18页 | | 2.1.2 基于CFS算法的GSW搜索策略介绍 | 第18-19页 | | 2.2 数据挖掘分类算法 | 第19-24页 | | 2.2.1 贝叶斯信念网络(BN) | 第20页 | | 2.2.2 支持向量机(SVM) | 第20-22页 | | 2.2.3 最近邻分类算法(KNN) | 第22页 | | 2.2.4 决策树(C4.5) | 第22-23页 | | 2.2.5 随机森林(RF) | 第23-24页 | | 2.3 脑电源定位基本理论 | 第24-26页 | | 2.3.1 脑电正问题 | 第24-25页 | | 2.3.2 脑电逆问题 | 第25页 | | 2.3.3 基于sLORETA的脑电源定位分析方法 | 第25-26页 | | 2.4 本章小结 | 第26-28页 | | 第三章 静息态脑电数据采集及预处理 | 第28-34页 | | 3.1 被试对象 | 第28-29页 | | 3.1.1 被试选择 | 第28页 | | 3.1.2 样本特性 | 第28-29页 | | 3.2 数据采集 | 第29-30页 | | 3.2.1 实验流程 | 第29页 | | 3.2.2 脑电数据采集 | 第29-30页 | | 3.3 脑电数据预处理 | 第30-31页 | | 3.4 脑电数据特征提取 | 第31-33页 | | 3.4.1 线性特征 | 第31-32页 | | 3.4.2 非线性动力学特征 | 第32-33页 | | 3.5 本章小结 | 第33-34页 | | 第四章 基于投票策略的抑郁识别研究 | 第34-43页 | | 4.1 投票策略 | 第34-36页 | | 4.1.1 数据集描述 | 第34-35页 | | 4.1.2 投票策略介绍 | 第35-36页 | | 4.2 脑电数据分类结果 | 第36-41页 | | 4.2.1 使用投票策略改进的分类结果 | 第36-40页 | | 4.2.2 三个波段之间的分类结果的比较 | 第40-41页 | | 4.3 本章小结 | 第41-43页 | | 第五章 单电极分析及源定位研究 | 第43-51页 | | 5.1 单电极分析 | 第43-47页 | | 5.1.1 独立样本T检验 | 第43-45页 | | 5.1.2 单电极分类 | 第45-47页 | | 5.2 sLORETA源定位分析 | 第47-50页 | | 5.2.1 脑电信号的源定位计算 | 第47页 | | 5.2.2 sLORETA源定位结果及分析 | 第47-50页 | | 5.3 本章小结 | 第50-51页 | | 第六章 总结与展望 | 第51-53页 | | 6.1 论文工作总结 | 第51-52页 | | 6.2 工作展望 | 第52-53页 | | 参考文献 | 第53-59页 | | 在学期间研究成果 | 第59-60页 | | 致谢 | 第60页 |
|
|
|
|
论文编号BS2752748，这篇论文共60页
会员购买按0.35元/页下载，共需支付21元。 直接购买按0.5元/页下载，共需要支付30元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务