掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
妙相梵容
-
>
基立爾蒙文:蒙文
-
>
我的石頭記
-
>
心靈元氣社
-
>
女性生存戰爭
-
>
縣中的孩子 中國縣域教育生態
-
>
(精)人類的明天(八品)
認知神經科學書系腦電信號處理與特征提取/中國科學院大學研究生教材系列/認知神經科學書系 版權信息
- ISBN：9787030667137
- 條形碼：9787030667137 ; 978-7-03-066713-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
認知神經科學書系腦電信號處理與特征提取/中國科學院大學研究生教材系列/認知神經科學書系 內容簡介
腦電的獨特優勢使其在臨床和科學研究中廣泛應用。隨著人腦電活動實時測量技術的逐步提高，一系列腦電信號處理方法得到快速發展，腦電有望成為更有效和通用的研究大腦功能的工具。本書各章由相關領域擁有豐富經驗的很好研究者撰寫，旨在以全面、簡潔且通俗易懂的方式，呈現作者對腦電技術本身及信號處理方法的深入理解和應用心得，向讀者提供覆蓋腦電神經基礎、主流腦電信號處理和特征提取方法相關的概念、數學及應用知識。大多數章節還鏈接了MATLAB軟件、代碼和示例數據。 本書適用于認知神經科學、心理學和生物醫學工程等學科的科研工作者，以及其他有能力理解和掌握數據分析方法卻缺乏數學和工程學背景知識的業余愛好者。
認知神經科學書系腦電信號處理與特征提取/中國科學院大學研究生教材系列/認知神經科學書系 目錄
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
**章 腦電的神經起源和測量 001
**節 腦電的神經起源 001
第二節 腦電測量 005
第二章 腦電、誘發電位和事件相關電位 016
**節 自發性腦電活動 016
第二節 誘發電位和事件相關電位 017
第三節 EP和ERP的概述 018
第四節 常見的EP和ERP成分 019
第五節 腦電技術的優勢和局限性 027
第三章 ERP實驗設計 037
**節 實驗設計與認知過程 039
第二節 ERP實驗的技術性要求 046
第三節 實驗的無關因素 050
第四節 經典實驗設計及對應的ERP成分 052
第四章 腦電數據的預處理與降噪 070
**節 腦電信號中的偽跡 071
第二節 導聯方法 073
第三節 濾波 075
第四節 重參考 076
第五節 腦電分段和基線校正 077
第六節 剔除或插值壞導 078
第七節 剔除壞段 078
第八節 基于ICA的偽跡去除 079
第九節 總結 080
第五章 頻譜分析和時頻分析 084
**節 簡介 084
第二節 頻譜估計 085
第三節 時頻分析 095
第四節 事件相關同步化/去同步化 104
第六章 盲源分離 112
**節 盲源分離算法簡介 112
第二節 主成分分析與旋轉在事件相關電位分析中的應用 114
第三節 獨立成分分析在連續腦電中的應用 121
第四節 張量分解在事件相關電位研究中的應用 131
第七章 微狀態分析 136
**節 基礎概念 139
第二節 微狀態分析中的空間聚類算法 140
第三節 鑒別*優的類別數目 143
第四節 匹配模板圖和電壓圖 144
第五節 經常使用微狀態參數 144
第六節 微狀態分析中的可用工具 145
第七節 總結 151
第八章 源分析 154
**節 正問題 155
第二節 逆問題 159
第三節 貝葉斯 166
第四節 未來的發展方向 171
第五節 應用實例 173
第六節 總結 185
第九章 單試次分析 190
**節 單試次分析簡介 190
第二節 如何進行單試次分析 192
第三節 單試次分析的潛在應用 205
第十章 非線性神經動力學 215
**節 非線性神經動力學簡介 216
第二節 復雜度 218
第三節 熵 222
第四節 赫斯特指數 229
第五節 遞歸圖 231
第六節 總結 233
第十一章 連通性分析 239
**節 共同源問題 240
第二節 EEG連通性分析中的指標 241
第三節 總結 250
第四節 示例 255
第五節 本章結語 262
第十二章 空間復雜腦網絡 266
**節 圖論與復雜網絡 268
第二節 空間復雜腦網絡 270
第三節 總結 279
第十三章 時序復雜網絡分析 284
**節 復雜網絡簡介 285
第二節 典型復雜網絡時間序列分析方法 286
第三節 復雜網絡時間序列分析的兩種方法 290
第十四章 機器學習 297
**節 機器學習分析簡介 298
第二節 機器學習分析的腦電特征 299
第三節 機器學習分析訓練 301
第四節 機器學習分析的特征選擇和降維 302
第五節 機器學習分析的選擇分類器 304
第六節 機器學習分析的評價結果 307
第七節 機器學習分析的模式表達 309
第八節 展望：深度學習算法 310
第九節 機器學習分析示例 312
第十五章 深度學習 318
**節 深度學習簡介 319
第二節 深度學習模型 319
第三節 在EEG信號中應用的兩個示例 321
第十六章 統計分析 326
**節 統計學基礎 326
第二節 假設檢驗 336
第三節 方差分析 344
第四節 相關分析與回歸分析 349
第五節 非參數檢驗 353
第六節 多重比較問題 359
第十七章 同步腦電-功能磁共振 367
**節 同步腦電-功能磁共振的硬件系統 368
第二節 偽跡去除 369
第三節 基于fMRI約束的EEG源成像 373
第四節 基于EEG信息的fMRI分析 375
第五節 多模態腦網絡 379
第六節 應用實例 382
第七節 總結 388
第十八章 EEG/ERP數據分析工具箱 397
**節 EEG/ERP數據分析工具箱簡介 397
第二節 Letswave介紹 399
第三節 下載和安裝 404
第四節 單個被試分析的示例 405
第五節 多個被試分析的示例 414
第六節 繪圖和批處理 420
結語 426
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
**章 腦電的神經起源和測量 001
**節 腦電的神經起源 001
第二節 腦電測量 005
第二章 腦電、誘發電位和事件相關電位 016
**節 自發性腦電活動 016
第二節 誘發電位和事件相關電位 017
第三節 EP和ERP的概述 018
第四節 常見的EP和ERP成分 019
第五節 腦電技術的優勢和局限性 027
第三章 ERP實驗設計 037
**節 實驗設計與認知過程 039
第二節 ERP實驗的技術性要求 046
第三節 實驗的無關因素 050
第四節 經典實驗設計及對應的ERP成分 052
第四章 腦電數據的預處理與降噪 070
**節 腦電信號中的偽跡 071
第二節 導聯方法 073
第三節 濾波 075
第四節 重參考 076
第五節 腦電分段和基線校正 077
第六節 剔除或插值壞導 078
第七節 剔除壞段 078
第八節 基于ICA的偽跡去除 079
第九節 總結 080
第五章 頻譜分析和時頻分析 084
**節 簡介 084
第二節 頻譜估計 085
第三節 時頻分析 095
第四節 事件相關同步化/去同步化 104
第六章 盲源分離 112
**節 盲源分離算法簡介 112
第二節 主成分分析與旋轉在事件相關電位分析中的應用 114
第三節 獨立成分分析在連續腦電中的應用 121
第四節 張量分解在事件相關電位研究中的應用 131
第七章 微狀態分析 136
**節 基礎概念 139
第二節 微狀態分析中的空間聚類算法 140
第三節 鑒別*優的類別數目 143
第四節 匹配模板圖和電壓圖 144
第五節 經常使用微狀態參數 144
第六節 微狀態分析中的可用工具 145
第七節 總結 151
第八章 源分析 154
**節 正問題 155
第二節 逆問題 159
第三節 貝葉斯 166
第四節 未來的發展方向 171
第五節 應用實例 173
第六節 總結 185
第九章 單試次分析 190
**節 單試次分析簡介 190
第二節 如何進行單試次分析 192
第三節 單試次分析的潛在應用 205
第十章 非線性神經動力學 215
**節 非線性神經動力學簡介 216
第二節 復雜度 218
第三節 熵 222
第四節 赫斯特指數 229
第五節 遞歸圖 231
第六節 總結 233
第十一章 連通性分析 239
**節 共同源問題 240
第二節 EEG連通性分析中的指標 241
第三節 總結 250
第四節 示例 255
第五節 本章結語 262
第十二章 空間復雜腦網絡 266
**節 圖論與復雜網絡 268
第二節 空間復雜腦網絡 270
第三節 總結 279
第十三章 時序復雜網絡分析 284
**節 復雜網絡簡介 285
第二節 典型復雜網絡時間序列分析方法 286
第三節 復雜網絡時間序列分析的兩種方法 290
第十四章 機器學習 297
**節 機器學習分析簡介 298
第二節 機器學習分析的腦電特征 299
第三節 機器學習分析訓練 301
第四節 機器學習分析的特征選擇和降維 302
第五節 機器學習分析的選擇分類器 304
第六節 機器學習分析的評價結果 307
第七節 機器學習分析的模式表達 309
第八節 展望：深度學習算法 310
第九節 機器學習分析示例 312
第十五章 深度學習 318
**節 深度學習簡介 319
第二節 深度學習模型 319
第三節 在EEG信號中應用的兩個示例 321
第十六章 統計分析 326
**節 統計學基礎 326
第二節 假設檢驗 336
第三節 方差分析 344
第四節 相關分析與回歸分析 349
第五節 非參數檢驗 353
第六節 多重比較問題 359
第十七章 同步腦電-功能磁共振 367
**節 同步腦電-功能磁共振的硬件系統 368
第二節 偽跡去除 369
第三節 基于fMRI約束的EEG源成像 373
第四節 基于EEG信息的fMRI分析 375
第五節 多模態腦網絡 379
第六節 應用實例 382
第七節 總結 388
第十八章 EEG/ERP數據分析工具箱 397
**節 EEG/ERP數據分析工具箱簡介 397
第二節 Letswave介紹 399
第三節 下載和安裝 404
第四節 單個被試分析的示例 405
第五節 多個被試分析的示例 414
第六節 繪圖和批處理 420
結語 426
展開全部
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
上帝之肋:男人的真實旅程
- >
回憶愛瑪儂
- >
巴金－再思錄
- >
伊索寓言-世界文學名著典藏-全譯本
- >
伯納黛特,你要去哪(2021新版)
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
