声明
摘要
符号说明
第一章 绪论
1.1 脑电信号(EEG)概述
1.1.1 脑电信号基本知识
1.1.2 脑电信号的基本性质
1.1.3 脑电信号的频谱成分
1.2 癫痫自动检测技术概述
1.2.1 癫痫自动检测的背景和意义
1.2.2 癫痫脑电信号
1.2.3 癫痫脑电检测的现状
1.2.4 癫痫脑电检测的流程
1.3 本文所做的工作和章节安排
第二章 时频分析的基本理论
2.1 时频方法简介
2.1.1 短时傅立叶变换
2.1.2 小波变换
2.1.3 Wigner-Ville分布
2.1.4 交叉项的抑制
2.2 各类时频分析方法的效果对比
第三章 癫痫脑电的分类方法
3.1 人工神经网络
3.1.1 人工神经网络基本概念
3.1.2 人工神经网络的基本特征
3.1.3 人工神经网络的分类
3.1.4 人工神经网络的应用
3.2 支持向量机
3.2.1 支持向量机的历史
3.2.2 支持向量机的发展
3.2.3 SVM分类基本原理
3.2.4 SVM的优缺点
3.3 Boosting算法
3.3.1 boosting算法产生与发展
3.3.2 boosting算法基本思想
3.3.3 Gradient Boosting方法
3.3.4 Boosting算法优缺点
第四章 基于时频分析的癫痫检测方法
4.1 引言
4.2 实验数据
4.3 特征提取方法
4.4 训练数据和测试数据
4.5 后处理
4.6 实验结果
4.7 讨论
第五章 结论与展望
5.1 结论
5.2 展望
参考文献
致谢
攻读学位期间的研究成果