声明
第一章绪论
1.2.1时域分析法
1.2.3时频域分析法
1.3本文创新点及研究内容
第二章脑电信号及癫痫自动检测系统
2.2脑电信号概述
2.2.2脑电信号的分类
2.2.3脑电信号的采集
2.2.4伪迹和噪声源
2.3癫痫脑电信号自动检测系统
2.3.1癫痫脑电信号的特点
2.3.2癫痫自动检测系统框架
2.4本章小结
第三章基于小波变换的EEG信号特征提取
3.2.2离散小波变换
3.2.3 mallat算法
3.2.4小波基的选择
3.3.1实验数据来源
3.3.2实验设置
3.3.3特征提取
3.3.4实验结果与分析
3.4本章小结
第四章基于离散小波变换-样本熵的EEG信号特征提取
4.2.1近似熵的原理
4.2.2近似熵的特点
4.3.2 一种优化的快速样本熵算法
4.4基于离散小波变换-样本熵的EEG信号特征提取
4.4.2实验结果与分析
4.5本章小结
第五章基于机器学习的癫痫脑电信号分类
5.2.2最佳超平面
5.2.3支持向量机的核函数
5.3.2朴素贝叶斯算法
5.4基于机器学习的癫痫脑电信号分类实验
5.4.2实验设置
5.4.3实验结果与分析
5.5本章小结
第六章总结与展望
6.2研究展望
参考文献
在校期间的研究成果
致谢
