腦電信號處理與特征提取

目錄CONTENTS
叢書序（楊玉芳 吳艷紅）
序一（羅躍嘉）
序二（堯德中）
前言
縮略語表
第一章 腦電的神經(jīng)起源和測量 001
第一節(jié) 腦電的神經(jīng)起源 001
第二節(jié) 腦電測量 005
第二章 腦電、誘發(fā)電位和事件相關(guān)電位 016
第一節(jié) 自發(fā)性腦電活動 016
第二節(jié) 誘發(fā)電位和事件相關(guān)電位 017
第三節(jié) EP和ERP的概述 018
第四節(jié) 常見的EP和ERP成分 019
第五節(jié) 腦電技術(shù)的優(yōu)勢和局限性 027
第三章 ERP實驗設(shè)計 037
第一節(jié) 實驗設(shè)計與認知過程 039
第二節(jié) ERP實驗的技術(shù)性要求 046
第三節(jié) 實驗的無關(guān)因素 050
第四節(jié) 經(jīng)典實驗設(shè)計及對應(yīng)的ERP成分 052
第四章 腦電數(shù)據(jù)的預(yù)處理與降噪 070
第一節(jié) 腦電信號中的偽跡 071
第二節(jié) 導聯(lián)方法 073
第三節(jié) 濾波 075
第四節(jié) 重參考 076
第五節(jié) 腦電分段和基線校正 077
第六節(jié) 剔除或插值壞導 078
第七節(jié) 剔除壞段 078
第八節(jié) 基于ICA的偽跡去除 079
第九節(jié) 總結(jié) 080
第五章 頻譜分析和時頻分析 084
第一節(jié) 簡介 084
第二節(jié) 頻譜估計 085
第三節(jié) 時頻分析 095
第四節(jié) 事件相關(guān)同步化/去同步化 104
第六章 盲源分離 112
第一節(jié) 盲源分離算法簡介 112
第二節(jié) 主成分分析與旋轉(zhuǎn)在事件相關(guān)電位分析中的應(yīng)用 114
第三節(jié) 獨立成分分析在連續(xù)腦電中的應(yīng)用 121
第四節(jié) 張量分解在事件相關(guān)電位研究中的應(yīng)用 131
第七章 微狀態(tài)分析 136
第一節(jié) 基礎(chǔ)概念 139
第二節(jié) 微狀態(tài)分析中的空間聚類算法 140
第三節(jié) 鑒別*優(yōu)的類別數(shù)目 143
第四節(jié) 匹配模板圖和電壓圖 144
第五節(jié) 經(jīng)常使用微狀態(tài)參數(shù) 144
第六節(jié) 微狀態(tài)分析中的可用工具 145
第七節(jié) 總結(jié) 151
第八章 源分析 154
第一節(jié) 正問題 155
第二節(jié) 逆問題 159
第三節(jié) 貝葉斯 166
第四節(jié) 未來的發(fā)展方向 171
第五節(jié) 應(yīng)用實例 173
第六節(jié) 總結(jié) 185
第九章 單試次分析 190
第一節(jié) 單試次分析簡介 190
第二節(jié) 如何進行單試次分析 192
第三節(jié) 單試次分析的潛在應(yīng)用 205
第十章 非線性神經(jīng)動力學 215
第一節(jié) 非線性神經(jīng)動力學簡介 216
第二節(jié) 復雜度 218
第三節(jié) 熵 222
第四節(jié) 赫斯特指數(shù) 229
第五節(jié) 遞歸圖 231
第六節(jié) 總結(jié) 233
第十一章 連通性分析 239
第一節(jié) 共同源問題 240
第二節(jié) EEG連通性分析中的指標 241
第三節(jié) 總結(jié) 250
第四節(jié) 示例 255
第五節(jié) 本章結(jié)語 262
第十二章 空間復雜腦網(wǎng)絡(luò) 266
第一節(jié) 圖論與復雜網(wǎng)絡(luò) 268
第二節(jié) 空間復雜腦網(wǎng)絡(luò) 270
第三節(jié) 總結(jié) 279
第十三章 時序復雜網(wǎng)絡(luò)分析 284
第一節(jié) 復雜網(wǎng)絡(luò)簡介 285
第二節(jié) 典型復雜網(wǎng)絡(luò)時間序列分析方法 286
第三節(jié) 復雜網(wǎng)絡(luò)時間序列分析的兩種方法 290
第十四章 機器學習 297
第一節(jié) 機器學習分析簡介 298
第二節(jié) 機器學習分析的腦電特征 299
第三節(jié) 機器學習分析訓練 301
第四節(jié) 機器學習分析的特征選擇和降維 302
第五節(jié) 機器學習分析的選擇分類器 304
第六節(jié) 機器學習分析的評價結(jié)果 307
第七節(jié) 機器學習分析的模式表達 309
第八節(jié) 展望：深度學習算法 310
第九節(jié) 機器學習分析示例 312
第十五章 深度學習 318
第一節(jié) 深度學習簡介 319
第二節(jié) 深度學習模型 319
第三節(jié) 在EEG信號中應(yīng)用的兩個示例 321
第十六章 統(tǒng)計分析 326
第一節(jié) 統(tǒng)計學基礎(chǔ) 326
第二節(jié) 假設(shè)檢驗 336
第三節(jié) 方差分析 344
第四節(jié) 相關(guān)分析與回歸分析 349
第五節(jié) 非參數(shù)檢驗 353
第六節(jié) 多重比較問題 359
第十七章 同步腦電-功能磁共振 367
第一節(jié) 同步腦電-功能磁共振的硬件系統(tǒng) 368
第二節(jié) 偽跡去除 369
第三節(jié) 基于fMRI約束的EEG源成像 373
第四節(jié) 基于EEG信息的fMRI分析 375
第五節(jié) 多模態(tài)腦網(wǎng)絡(luò) 379
第六節(jié) 應(yīng)用實例 382
第七節(jié) 總結(jié) 388
第十八章 EEG/ERP數(shù)據(jù)分析工具箱 397
第一節(jié) EEG/ERP數(shù)據(jù)分析工具箱簡介 397
第二節(jié) Letswave介紹 399
第三節(jié) 下載和安裝 404
第四節(jié) 單個被試分析的示例 405
第五節(jié) 多個被試分析的示例 414
第六節(jié) 繪圖和批處理 420
結(jié)語 426