文摘
英文文摘
图清单
表清单
第一章 绪论
1.1 引言
1.2 神经元及其峰电位的特征
1.3 胞外记录实验技术
1.4 峰电位波形分类研究现状
1.5 本文的研究意义和研究内容
第二章 大壁虎嗅觉神经信号的胞外记录实验技术
2.1 实验设备
2.1.1 微电极
2.1.2 数据采集系统
2.2 嗅神经的胞外记录实验
2.2.1 实验手术过程
2.2.2 信号记录过程
2.3 小结
第三章 基于离散小波变换(DWT)的峰电位分类方法的研究
3.1 小波消噪
3.1.1 离散小波变换的定义
3.1.2 多分辨率分析及Mallat算法
3.1.3 小波变换在信号消噪中的应用
3.2 聚类分析
3.2.1 系统聚类
3.2.2 动态聚类和K-均值法
3.3 主成分分析方法(PCA)
3.3.1 基本原理和性质
3.3.2 基本算法和步骤
3.4 基于离散小波变换的峰电位的分类方法
3.4.1 仿真信号的产生
3.4.2 信号的离散小波变换
3.4.3 与PCA方法的分类对比
3.5 小结
第四章 基于离散小波消噪和波形特征分析的峰电位的分类方法(DWT-SFA)
4.1 波形特征分析
4.1.1 波形特征的定义
4.1.2 波形特征的选择
4.2 DWT-SFA方法与PCA方法的分类比较
4.3 DWT-SFA方法的验证
4.4 FeatureSorting分析软件的制作
4.4.1 软件设计
4.4.2 功能和特点
4.5 小结
第五章 总结和展望
5.1 本文工作总结
5.2 未来工作展望
附录1 FeatureSorting分析软件的使用说明
附录2 波形特征的选择(续)
参考文献
致谢
在学期间的研究成果及发表的学术论文