声明
摘要
第1章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 传统脑力疲劳检测研究现状
1.2.2 基于脑功能网络理论的脑力疲劳研究现状
1.3.1 课题来源
1.3.2 主要研究内容
1.3.3 研究意义
第2章 基于EEG信号的脑力疲劳实验及数据预处理
2.1 脑力疲劳模型
2.1.1 被试者
2.1.2 实验设计
2.1.3 EEG信号采集
2.2 EEG数据预处理
2.2.1 伪迹去除
2.2.2 频带划分
2.3 EEG信号分析方法
2.3.1 单通道脑电分析方法
2.3.2 双通道脑电分析方法
第3章 基于EEG功率谱的脑力疲劳评价
3.1 脑力疲劳中EEG节律相对平均功率分析
3.1.1 静息态中相对平均功率分析
3.1.2 任务态中相对平均功率分析
3.1.3 结果讨论
3.2 基于EEG节律功率比值的脑力疲劳检测
3.2.1 静息态中功率参数分析
3.2.2 任务态中功率参数分析
3.2.3 结果讨论
3.3 本章小结
第4章 基于脑功能网络的脑力疲劳检测研究
4.1 脑功能网络构建
4.1.1 脑功能网络节点、边和邻接矩阵
4.1.2 脑功能网络构建
4.2 脑力疲劳评价数据提取
4.3 脑力疲劳中脑功能网络特征量分析
4.3.1 最大特征值分析
4.3.2 平均路径长度分析
4.3.3 平均聚类系数分析
4.3.4 全局效率分析
4.3.5 局部效率分析
4.3.6 结果讨论
4.4 基于加权度中心度的脑功能网络简化及其应用
4.4.1 基于加权度中心度的脑功能网络简化
4.4.2 简化的脑功能网络应用于脑力疲劳评价
4.5 本章小结
第5章 自动建立脑功能网络模型及其应用研究
5.1 模型提出
5.1.1 传统建模方法的缺点
5.1.2 模型构建
5.1.3 模型可行性分析
5.2 模型验证
5.2.1 网络结构分析
5.2.2 平均物理距离分析
5.2.3 网络特征量分析
5.3 模型功能分析
5.3.1 模型自优化功能
5.3.2 模型应用分析
5.4 模型在脑力疲劳评价上的应用
5.4.1 模型应用于19导联EEG
5.4.2 模型应用于9导联EEG
5.5 本章小结
第6章 基于脑功能网络的脑力疲劳形成机理研究
6.1 基于脑功能网络拓扑结构的脑力疲劳形成机理分析
6.1.1 脑功能网络结构分析
6.1.2 脑功能网络特征量分析
6.2 基于脑功能网络小世界特性的脑力疲劳形成过程分析
6.2.1 复杂网络小世界特性简介
6.2.2 脑力疲劳过程中小世界特性分析
6.3 基于脑功能网络分形维数的脑力疲劳形成过程分析
6.3.1 复杂网络分形性质简介
6.3.2 复杂网络分形维数计算算法改进
6.3.3 脑力疲劳过程中二值脑功能网络分形维数分析
6.3.4 脑力疲劳过程中加权脑功能网络分形维数分析
6.3.5 结果讨论
6.4 本章小结
第7章 总结与展望
7.1 结论
7.2 创新点
7.3 展望
参考文献
致谢
攻读博士学位期间发表的学术论文及科研情况