本书是关于癫痫辅助诊断方法研究的一部专著，是作者多年来在这一研究领域所做研究工作的总结。全书系统介绍了癫痫辅助诊断方法的设计与实现，深入研究了癫痫性发作自动检测、癫痫性发作早期检测、癫痫性发作过程追踪三种临床辅助诊断问题，并给出了作者一系列理论研究和数值实验成果。此外，书中还对关于癫痫病理机制的神经计算建模理论与方法进行了介绍，这将为进一步设计更为合理有效的癫痫辅助诊断方法提供了一个可能的机制指导。

前言
第1章 癫痫辅助诊断方法
1.1 癫痫与癫痫脑电
1.2 癫痫辅助诊断概述
1.3 癫痫辅助诊断方法研究现状
第2章 机器学习方法概述
2.1 机器学习概述
2.2 机器学习的基本要素
2.3 典型机器学习模型
2.3.1 线性回归
2.3.2 决策树
2.3.3 前馈神经网络
2.3.4 支撑向量机
2.4 本章小结
第3章 神经计算模型
3.1 神经元与神经元放电
3.2 神经元模型
3.3 神经集群模型
3.3.1 神经集群模型的概述与发展
3.3.2 典型的神经集群模型
3.4 本章小结
第4章 数据驱动的癫痫辅助诊断方法
4.1 癫痫脑电特征提取方法
4.1.1 基于非线性相互依赖性的癫痫脑电特征提取方法
4.1.2 基于非线性相似性的癫痫脑电特征提取方法
4.1.3 基于非线性复杂性的癫痫脑电特征提取方法
4.2 癫痫发作的自动检测方法
4.2.1 数据库
4.2.2 数值实验结果与分析
4.3 本章小结
第5章 模型与数据混合驱动的癫痫辅助诊断方法研究
5.1 癫痫发作的早期检测方法
5.1.1 模型构建
5.1.2 模型关键参数的自动选择与自动估计
5.1.3 数值实验结果与分析
5.2 癫痫发作的过程追踪方法
5.2.1 模型的构建
5.2.2 模型关键参数的自动估计
5.2.3 数值实验结果与分析
5.3 本章小结
第6章 面向急性肝性脑病的痫样放电机制研究
6.1 AHE神经计算模型（AHE-CM）的构建
6.1.1 AHE神经病理机制
6.1.2 AHE-CM模型的构建
6.1.3 模型参数设置与初值确定
6.2 基于粒子滤波的参数自动辨识方法
6.3 数值实验
6.3.1 AHE脑电数据集
6.3.2 数值实验结果与分析
6.4 本章小结
第7章 面向继发性脑损伤的痫样放电机制研究
7.1 SBI模型的构建
7.1.1 SBI神经病理机制
7.1.2 SBI模型的构建
7.2 数值实验
7.2.1 实验设置
7.2.2 实验结果与分析
7.3 本章小结
附录
附录1 小波变换
附录2 轨道矩阵
附录3 信息增益算法
参考文献