首页> 中文学位 >基于自发与视觉诱发脑电信号的无创颅内压检测系统
【6h】

基于自发与视觉诱发脑电信号的无创颅内压检测系统

代理获取

目录

声明

1 绪论

1.1 研究背景及意义

1.1.1 颅内压的定义

1.2 颅内压升高的原因及危害

1.2.1 颅内压检测的意义

1.2.2 颅内压检测的技术研究现状

1.2.3 有创颅内压检测技术发展概况

1.2.4 无创颅内压检测技术的发展概况

1.2.5 基于脑电的颅内压检测技术现状

1.3 论文的主要研究内容及章节安排

1.4 本章小结

2 基于脑电信号的无创颅内压检测系统分析与总体设计

2.1 脑电信号用于颅内压检测的理论基础

2.1.1 脑电产生机理及特点

2.1.2 颅内压对脑电的影响

2.2 无创颅内压检测系统的功能需求分析

2.2.1 技术可行性分析

2.2.2 功能需求

2.2.3 开发环境与用户

2.3 无创颅内压检测系统总体设计

2.3.1 文件模块

2.3.2 病人信息采集与输入模块

2.3.3 实验范式设计与数据采集模块

2.3.4 脑电数据预处理模块

2.3.5 数据分析模块

2.3.6 统计分析模块

2.4 本章小结

3 实验范式设计与系统核心算法

3.1 实验范式设计与数据采集模块

3.1.1 静息态及SSVEP实验范式设计

3.1.2 任务态实验范式的并口通信

3.1.3 实验范式的实验要求

3.1.4 数据采集

3.2 预处理算法

3.2.1 去除坏数据

3.2.2 伪迹去除

3.2.3 带通滤波

3.3 有效频段确定与特征提取算法

3.3.1 功率谱分析

3.3.2 脑功能网络的构建

3.3.3 脑功能网络的特征提取

3.4 分类预测算法

3.4.1 SVM分类识别

3.4.2 SVR回归预测

3.5 本章小结

4 无创颅内压检测系统实现

4.1 系统配置

4.2 系统功能实现

4.2.1 菜单一(病人登记入口)的实现

4.2.2 菜单二(数据采集)的实现

4.2.3 菜单三(数据分析)的实现

4.3 本章小结

5 无创颅内压检测系统实验测试与结果分析

5.1 SSVEP实验测试及结果分析

5.1.1 数据采集

5.1.2 基于COH功能网络的网络属性特征分析

5.1.3 基于PLV功能网络的网络属性特征分析

5.1.4 支持向量机分类识别分析结果

5.2 静息态实验测试与结果分析

5.2.1 数据采集

5.2.2 功率谱分析

5.2.3 基于COH功能网络的网络属性特征分析

5.2.4 基于PLV功能网络的网络属性特征分析

5.2.5 支持向量回归预测分析结果

5.3 本章小结

6 总结与展望

6.1 研究工作总结

6.2 未来工作展望

参考文献

个人简历、在学期间发表的学术论文及研究成果

致谢

展开▼

著录项

  • 作者

    闫亚峰;

  • 作者单位

    郑州大学;

  • 授予单位 郑州大学;
  • 学科 控制工程
  • 授予学位 硕士
  • 导师姓名 胡玉霞;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 医用一般科学;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号