脑电信号分析已经在脑科学研究中占据了越来越重要的地位。本书共7章。第1、2章涉及生理基础和实验基础在内的相关知识。第3章至第5章是方法部分，其中：第3章重点回顾了传统脑电分析方法；第4章侧重于动力学特性的分析，重点介绍了一些新的分析方法，如混沌理论、信息论和复杂度分析等；第5章主要介绍其他重要分析方法，如同步分析和因果性分析。全书的最后两章是实例部分。第6章是脑电分析应用领域的综述，内容涉及临床疾病的辅助诊断、脑电逆问题、认知科学研究中的脑电分析以及脑一机接口。第7章是上述方法(第4、5章为主)的应用实例介绍。
　　本书可供生物医学工程中脑信号处理方面的研究人员、大中专院校的相关专业的研究生，以及医院脑电图室的医务工作者参考。

　　第1章　脑电信号
　　 脑电信号是通过电极记录下来的脑细胞群的自发性、节律性电活动。这种电现象伴随着生命的始终，一旦死亡，电现象就会随之消失。我们通常所说的脑电图是指头皮脑电图（scalp electroencephalogram），实际上就是头皮电位差与时间之间的关系图。脑电波是脑神经细胞总体活动，包括离子交换、新陈代谢等的综合外在表现，深入地研究脑电波的特性将推进人们对自身大脑的探索研究进程，增强其对疾病的辅助诊断能力。本章首先介绍了脑电信号研究的历史概况，然后对脑电信号的电生理学基础以及常用的实验采集方法进行了论述。
　　1.1　脑电研究的历史
　　1.1.1　脑电的发现
　　脑电的研究始于生物电的发现。1786年意大利博洛尼亚大学（Bologna Uni—versity）的解剖学教授Galvani观察到青蛙外周神经和肌肉的带电现象，由此发现了生物电，并创立了动物电（animal electricity）学说。人们因此将其视为现代电生理学（electrophysiology）的奠基人。在此后的半个多世纪里，电生理仪器得到不断改进。1875年，英国利物浦皇家医学院助教Richard Caton（1842--1926）首先在兔脑上观察到了自发脑电反应，并于同年8月，在英国《医学杂志》（British Medical Jour—nal）上以《脑的电流》为题发表了他的研究工作。15年后，波兰克拉科夫雅盖隆宁大学（Jagiellonian University of Krakow）的Adolf Beck（1863--1942）也独立发现了狗和兔子的皮层脑电活动，并在他的博士论文中首次提出了脑电的去同步化过程的概念。这些早期的动物脑电研究无疑为人脑自发电活动的发现奠定了坚实的基础。

序
前言
第1章 脑电信号
1.1 脑电研究的历史
1.1.1 脑电的发现
1.1.2 脑电研究发展
1.2 脑电的电生理学基础
1.2.1 脑的解剖与功能
1.2.2 脑电波的来源
1.2.3 脑电波的节律性
1.2.4 脑电信号的分类
1.3 脑电信号的采集
1.3.1 被试的准备
1.3.2 系统准备及电极安放
1.3.3 采集
参考文献

第2章 脑电信号的预处理
2.1 脑电信号的特征
2.2 脑电信号中的噪声和干扰源
2.2.1 干扰源
2.2.2 噪声（伪迹）
2.2.3 眼电的测量
2.3 伪迹去除方法
2.3.1 伪迹减法
2.3.2 主成分分析
2.3.3 独立成分分析
参考文献

第3章 脑电信号的传统分析方法
3.1 时域分析方法
3.1.1 波形特征描述法
3.1.2 自回归AR模型
3.2 频域分析方法
3.2.1 傅里叶变换
3.2.2 功率谱密度
3.2.3 非参数谱估计法
3.2.4 基于AR模型的功率谱估计
参考文献

第4章 脑电信号的现代分析方法
4.1 引言
4.2 非线性时间序列分析
4.2.1 非线性动力学系统
4.2.2 重构相空问和嵌入理论
4.2.3 非线性时间序列的定量描述
4.3 刻画动力学系统特性及有限数据序列的非线性分析
4.3.1 相关维数
4.3.2 最大Lyapunov指数
4.3.3 确定性及非线性预测
4.4 检验非线性
4.4.1 一个合适的零假设
4.4.2 使用替代数据法检验非线性
4.5 存在的问题及可能的解决方案
4.5.1 稳定性和时间序列的非稳态
4.5.2 重构相空间及相关维数的估算
4.5.3 基于时间延迟的嵌入方法的维数估算
4.5.4 全局相关维数
4.6 信息学研究方法
4.6.1 引言
4.6.2 互信息
4.6.3 小波熵
4.7 脑电的复杂度
4.7.1 引言
4.7.2 何谓复杂度
4.7.3 复杂度在脑电分析中的应用研究
4.7.4 Lempel—Ziv复杂度算法
参考文献

第5章 脑电信号的其他分析方法
5.1 其他方法
5.1.1 盖博变换
5.1.2 匹配跟踪
5.1.3 双谱分析
5.1.4 独立分量分析
5.2 同步性分析
5.2.1 线性相关程度
5.2.2 相位同步
5.2.3 互信息
5.2.4 非线性相互依赖性
5.3 因果性分析
5.3.1 格兰杰因果性
5.3.2 线性格兰杰因果性
5.3.3 有向相干性
5.3.4 部分有向相干性
5.3.5 非线性因果性
参考文献

第6章 脑电信号分析的应用现状
6.1 引言
6.2 脑电分析与临床神经和精神疾病诊断
6.2.1 临床定量脑电分析的辅助诊断
6.2.2 信号处理方法引入辅助诊断
6.3 脑电逆问题
6.4 脑电分析与认知科学
6.4.1 自发脑电在认知研究的应用
6.4.2 TMS与EEG
6.4.3 小结
6.5 脑电分析与脑一机接口
6.5.1 主要技术
6.5.2 相关信号处理
6.5.3 需解决的关键问题
6.5.4 脑一机接口的研究趋势
参考文献

第7章 脑电信号分析在精神疾病中的应用研究
7.1 精神分裂症脑电非线性特性分析
7.1.1 实验方法
7.1.2 实验结果
7.1.3 讨论和小结
7.2 脑电a节律波的非线性特性
7.2.1 数据预处理——获得EEG的节律波
7.2.2 特征提取
7.2.3 节律的动力学特性研究
7.3 抑郁症脑电节律波的熵特性
7.3.1 实验方法
7.3.2 节律的Renyi熵分析
7.4 精神分裂症和抑郁症脑电中异常的LZ复杂度特性
7.4.1 实验方法
7.4.2 结果
7.4.3 讨论
7.4.4 结论
参考文献
附录A 常用统计分析方法
附录B 相关程序代码
附录C 英文专业词汇索引