| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-30页 |
| 1.1 课题研究背景及意义 | 第12-14页 |
| 1.2 脑机接.的理论基础 | 第14-21页 |
| 1.2.1 脑机接.的组成和工作原理 | 第14-15页 |
| 1.2.2 脑电信号的采集方式 | 第15-17页 |
| 1.2.3 脑电信号的分类 | 第17-21页 |
| 1.3 基于MI-BCI系统的研究现状 | 第21-26页 |
| 1.3.1 国内外研究现状 | 第21-24页 |
| 1.3.2 脑电信号伪迹去除方法 | 第24-25页 |
| 1.3.3 脑电信号特征提取方法 | 第25-26页 |
| 1.4 本文研究内容及组织结构 | 第26-30页 |
| 第2章 脑电信号中眼电伪迹自动去除方法的研究 | 第30-44页 |
| 2.1 引言 | 第30-31页 |
| 2.2 基于FastKICA和DWT的眼电伪迹自动去除方法 | 第31-35页 |
| 2.2.1 核独立成分分析 | 第31-32页 |
| 2.2.2 离散小波变换 | 第32-33页 |
| 2.2.3 基于FKD的眼电伪迹自动去除方法 | 第33-35页 |
| 2.3 实验研究与结果分析 | 第35-43页 |
| 2.3.1 实验数据来源 | 第35-36页 |
| 2.3.2 基于线性混合模型的实验研究 | 第36-41页 |
| 2.3.3 基于非线性混合模型的实验研究 | 第41-43页 |
| 2.4 本章小结 | 第43-44页 |
| 第3章 运动想象脑电信号的自适应特征提取方法 | 第44-60页 |
| 3.1 引言 | 第44-45页 |
| 3.2 基于OEFCSP的特征提取算法 | 第45-50页 |
| 3.2.1 共同空间模式 | 第45-47页 |
| 3.2.2 正交经验模态分解 | 第47-49页 |
| 3.2.3 基于OEFCSP的特征提取方法 | 第49-50页 |
| 3.3 实验研究与结果分析 | 第50-57页 |
| 3.3.1 数据来源和预处理 | 第50-51页 |
| 3.3.2 通道选择 | 第51-52页 |
| 3.3.3 特征选择和分类 | 第52-54页 |
| 3.3.4 不同特征提取方法分类结果比较 | 第54-55页 |
| 3.3.5 不同导联数对分类准确率的影响 | 第55-56页 |
| 3.3.6 IMF分量频带分析 | 第56-57页 |
| 3.4 本章小结 | 第57-60页 |
| 第4章 手部运动想象脑电信号的采集与分析 | 第60-72页 |
| 4.1 引言 | 第60页 |
| 4.2 运动想象脑电信号采集系统 | 第60-64页 |
| 4.2.1 脑电采集仪 | 第60-63页 |
| 4.2.2 采集提示程序设计 | 第63-64页 |
| 4.3 手部运动/运动想象EEG采集实验 | 第64-67页 |
| 4.3.1 测试者及实验环境 | 第64-65页 |
| 4.3.2 电极位置 | 第65-66页 |
| 4.3.3 实验方案设计 | 第66-67页 |
| 4.4 实验结果及分析 | 第67-70页 |
| 4.4.1 眼电伪迹去除 | 第67-68页 |
| 4.4.2 特征提取和分类 | 第68-70页 |
| 4.5 本章小结 | 第70-72页 |
| 第5章 手部运动功能的MI-BCI在线康复系统设计 | 第72-82页 |
| 5.1 引言 | 第72页 |
| 5.2 手部在线康复系统整体设计方案 | 第72-73页 |
| 5.3 康复系统硬件构成 | 第73-76页 |
| 5.3.1 便携式EEG采集仪 | 第73-74页 |
| 5.3.2 机械手及控制装置 | 第74-76页 |
| 5.4 康复系统软件设计 | 第76-77页 |
| 5.5 在线MI-BCI系统实验设计及结果分析 | 第77-79页 |
| 5.5.1 实验设计 | 第77-79页 |
| 5.5.2 实验结果与分析 | 第79页 |
| 5.6 本章小结 | 第79-82页 |
| 结论 | 第82-86页 |
| 参考文献 | 第86-92页 |
| 攻读硕士学位期间所发表的学术论文 | 第92-94页 |
| 致谢 | 第94页 |