第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本书主要研究思路与内容
第2章 脑电信号采集与模型
2.1 引言
2.2 脑电信号及其特点
2.3 数据采集与预处理
2.4 诱发电位提取问题的模型
2.5 单通道诱发电位信号提取
2.6 本章小节
第3章 基于混合字典训练与稀疏表示的单通道诱发电位少次提取方法
3.1 引言
3.2 稀疏表示理论
3.3 基于混合训练字典的稀疏表示方法
3.4 基于联合稀疏表示的诱发电位提取方法
3.5 讨论与分析
3.6 本章小节
第4章 基于时间自相关函数的单通道诱发电位单次提取方法
4.1 引言
4.2 大规模最优化方法基础
4.3 基于时间自相关函数约束的波形估计方法
4.4 基于时间自相关函数最优化的波形估计方法
4.5 讨论与分析
4.6 本章小节
第5章 脉冲噪声环境下单通道诱发电位的韧性自适应估计方法
5.1 引言
5.2 α稳定分布理论与自适应诱发电位估计器
5.3 基于最小平均绝对偏差准则的自适应诱发电位估计器
5.4 基于非线性Sigmoid变换的自适应诱发电位估计器
5.5 讨论与分析
5.6 本章小节
第6章 脉冲噪声环境下基于最大相关熵准则的单通道诱发电位估计方法
6.1 引言
6.2 相关熵理论基础
6.3 基于最大相关熵准则的韧性自适应诱发电位估计方法
6.4 讨论与分析
6.5 本章小节
第7章 结论与展望
7.1 结论
7.2 创新点摘要
7.3 展望
参考文献
附录
附录1 命题4-1的证明
附录2 主要符号表
附录3 主要缩略语表

诱发电位(EP)信号为神经科学的理论研究与临床应用提供许多重要信息。深入地分析研究EP信号，对于研究大脑活动规律及其信息处理机制、发展神经电生理学理论与应用、临床诊断评价神经系统的功能以及临床术中监控等均具有重要意义。本书主要提出了关于EP信号提取的几种快速提取算法。