声明
摘要
图目录
表目录
第1章 绪论
1.1 课题背景
1.1.1 生物机器结合的混合智能系统研究现状
1.1.2 神经信息采集和现状
1.1.3 脑区域神经信息研究现状
1.1.4 干预生物智能方法研究现状
1.2 本文的内容和主要贡献
1.3 文章结构
第2章 相关技术基础
2.1 采集系统相关设备和技术
2.1.1 采集电极和探针
2.1.2 Plexon设备
2.2 小鼠脑区神经信号机理
2.2.1 海马体、记忆、睡眠和脑区振荡波活动
2.2.2 非侵入式光控刺激原理
2.3 脑电信号处理技术
2.3.1 脑电信号预处理技术
2.3.2 脑电信号特征提取技术
2.3.3 脑电信号特征分类技术
2.4 软件开发技术
2.4.1 Juce音频处理框架
2.4.2 open-Ephys模块开发平台
2.5 本章小结
第3章 Ripple检测算法与性能分析
3.1 Ripple振荡波检测的神经学原理
3.2 算法实验数据准备
3.2.1 模拟数据
3.2.2 真实数据
3.3 Ripple振荡波实时检测算法
3.3.1 滑动窗格阈值法PWT
3.3.2 启发式包络线阈值法HBT
3.3.3 包络线平滑检测法EDF
3.3.4 异常事件检测CUSUM法
3.3.5 算法综合分析
3.4 本章小结
第4章 系统结构设计
4.1.1 关键功能
4.1.2 高可用性
4.1.3 高性能
4.1.4 高可复用性
4.2 系统整体架构及关键功能解决方案设计
4.2.1 系统整体架构
4.2.2 局部场电位神经信号采集方案
4.2.3 局部场电位检测分析方案
4.2.4 闭环系统干预反馈方案
4.3.1 硬件组成
4.3.2 软件组成
4.3.3 系统性能指标
4.4 硬件系统展示
4.5 本章小结
第5章 可视化控制终端设计与实现
5.1 可视化控制终端总体需求描述
5.2 系统软件模块需求描述
5.2.1 硬件控制功能需求
5.2.2 软件补充功能需求
5.2.3 系统其它需求描述
5.3 可视化控制终端架构设计
5.4 可视化控制终端实现
5.4.1 核心模块设计开发
5.5 系统展示与性能分析
5.5.1 系统环境
5.5.2 性能分析
5.6 本章小结
第6章 总结和展望
6.1 本文工作总结
6.2 未来工作展望
参考文献
攻读硕士学位期间主要的研究成果
致谢