脑电信号处理与特征提取

图书标准信息

• 作者 胡理
• 出版社 科学出版社
• 出版时间 2021-01
• 版次 1
• ISBN 9787030667137
• 定价 168.00元
• 装帧 其他
• 开本 16开
• 页数 460页
• 字数 517千字

【内容简介】

脑电的独特优势使其在临床和科学研究中广泛应用。随着人脑电活动实时测量技术的逐步提高，一系列脑电信号处理方法得到快速发展，脑电有望成为更有效和通用的研究大脑功能的工具。《脑电信号处理与特征提取》各章由相关领域拥有丰富经验的优秀研究者撰写，旨在以全面、简洁且通俗易懂的方式，呈现作者对脑电技术本身及信号处理方法的深入理解和应用心得，向读者提供覆盖脑电神经基础、主流脑电信号处理和特征提取方法相关的概念、数学及应用知识。大多数章节还链接了MATLAB软件、代码和示例数据。

【目录】

目录CONTENTS

丛书序（杨玉芳 吴艳红）

序一（罗跃嘉）

序二（尧德中）

前言

缩略语表

**章 脑电的神经起源和测量 001

**节 脑电的神经起源 001

第二节 脑电测量 005

第二章 脑电、诱发电位和事件相关电位 016

**节 自发性脑电活动 016

第二节 诱发电位和事件相关电位 017

第三节 EP和ERP的概述 018

第四节 常见的EP和ERP成分 019

第五节 脑电技术的优势和局限性 027

第三章 ERP实验设计 037

**节 实验设计与认知过程 039

第二节 ERP实验的技术性要求 046

第三节 实验的无关因素 050

第四节 经典实验设计及对应的ERP成分 052

第四章 脑电数据的预处理与降噪 070

**节 脑电信号中的伪迹 071

第二节 导联方法 073

第三节 滤波 075

第四节 重参考 076

第五节 脑电分段和基线校正 077

第六节 剔除或插值坏导 078

第七节 剔除坏段 078

第八节 基于ICA的伪迹去除 079

第九节 总结 080

第五章 频谱分析和时频分析 084

**节 简介 084

第二节 频谱估计 085

第三节 时频分析 095

第四节 事件相关同步化/去同步化 104

第六章 盲源分离 112

**节 盲源分离算法简介 112

第二节 主成分分析与旋转在事件相关电位分析中的应用 114

第三节 独立成分分析在连续脑电中的应用 121

第四节 张量分解在事件相关电位研究中的应用 131

第七章 微状态分析 136

**节 基础概念 139

第二节 微状态分析中的空间聚类算法 140

第三节 鉴别**的类别数目 143

第四节 匹配模板图和电压图 144

第五节 经常使用微状态参数 144

第六节 微状态分析中的可用工具 145

第七节 总结 151

第八章 源分析 154

**节 正问题 155

第二节 逆问题 159

第三节 贝叶斯 166

第四节 未来的发展方向 171

第五节 应用实例 173

第六节 总结 185

第九章 单试次分析 190

**节 单试次分析简介 190

第二节 如何进行单试次分析 192

第三节 单试次分析的潜在应用 205

第十章 非线性神经动力学 215

**节 非线性神经动力学简介 216

第二节 复杂度 218

第三节 熵 222

第四节 赫斯特指数 229

第五节 递归图 231

第六节 总结 233

第十一章 连通性分析 239

**节 共同源问题 240

第二节 EEG连通性分析中的指标 241

第三节 总结 250

第四节 示例 255

第五节 本章结语 262

第十二章 空间复杂脑网络 266

**节 图论与复杂网络 268

第二节 空间复杂脑网络 270

第三节 总结 279

第十三章 时序复杂网络分析 284

**节 复杂网络简介 285

第二节 典型复杂网络时间序列分析方法 286

第三节 复杂网络时间序列分析的两种方法 290

第十四章 机器学习 297

**节 机器学习分析简介 298

第二节 机器学习分析的脑电特征 299

第三节 机器学习分析训练 301

第四节 机器学习分析的特征选择和降维 302

第五节 机器学习分析的选择分类器 304

第六节 机器学习分析的评价结果 307

第七节 机器学习分析的模式表达 309

第八节 展望：深度学习算法 310

第九节 机器学习分析示例 312

第十五章 深度学习 318

**节 深度学习简介 319

第二节 深度学习模型 319

第三节 在EEG信号中应用的两个示例 321

第十六章 统计分析 326

**节 统计学基础 326

第二节 假设检验 336

第三节 方差分析 344

第四节 相关分析与回归分析 349

第五节 非参数检验 353

第六节 多重比较问题 359

第十七章 同步脑电-功能磁共振 367

**节 同步脑电-功能磁共振的硬件系统 368

第二节 伪迹去除 369

第三节 基于fMRI约束的EEG源成像 373

第四节 基于EEG信息的fMRI分析 375

第五节 多模态脑网络 379

第六节 应用实例 382

第七节 总结 388

第十八章 EEG/ERP数据分析工具箱 397

**节 EEG/ERP数据分析工具箱简介 397

第二节 Letswave介绍 399

第三节 下载和安装 404

第四节 单个被试分析的示例 405

第五节 多个被试分析的示例 414

第六节 绘图和批处理 420

结语 426