摘要 | 第5-6页 |
Abstarct | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 脑电预处理的国内外研究现状及存在的问题 | 第12-17页 |
1.2.1 脑电预处理的国内外研究现状 | 第12-15页 |
1.2.2 脑电预处理存在的问题 | 第15-17页 |
1.3 论文研究内容 | 第17-18页 |
1.4 论文组织结构 | 第18-19页 |
第二章 运动想象脑电及其伪迹剔除方法 | 第19-33页 |
2.1 运动想象脑电信号的研究基础 | 第19-22页 |
2.1.1 脑电的产生机理和特点 | 第19-20页 |
2.1.2 脑电信号的分类 | 第20-21页 |
2.1.3 运动想象脑电及ERD/ERS现象 | 第21-22页 |
2.2 运动想象脑电信号的采集 | 第22-25页 |
2.2.1 EEG电极的放置方法 | 第23-24页 |
2.2.2 EEG电极的导联方式 | 第24-25页 |
2.3 主要伪迹种类及其来源 | 第25-27页 |
2.4 常见的伪迹剔除方法 | 第27-30页 |
2.4.1 小波变换 | 第27页 |
2.4.2 独立成分分析 | 第27-28页 |
2.4.3 总体经验模态分解 | 第28-29页 |
2.4.4 聚类分析 | 第29-30页 |
2.5 DWICA结合聚类分析的预处理算法 | 第30-31页 |
2.6 小结 | 第31-33页 |
第三章 运动想象脑电的离线伪迹剔除研究 | 第33-51页 |
3.1 模拟实验数据来源及说明 | 第33-34页 |
3.2 基于EEMD-ICA的脑电信号伪迹剔除实验研究 | 第34-37页 |
3.2.1 EEMD-ICA算法的实现过程 | 第34-36页 |
3.2.2 EEMD-ICA算法的伪迹剔除实验 | 第36-37页 |
3.3 基于DWICA和聚类分析的脑电信号伪迹剔除实验研究 | 第37-42页 |
3.3.1 DWICA结合聚类分析算法的实现过程 | 第37-39页 |
3.3.2 DWICA结合聚类分析算法的伪迹剔除实验 | 第39-42页 |
3.4 脑电预处理算法性能的比较 | 第42-45页 |
3.4.1 预处理性能指标 | 第42-43页 |
3.4.2 性能指标的结果分析 | 第43-45页 |
3.5 运动想象脑电的微状态研究 | 第45-50页 |
3.5.1 脑电微状态的基本理论 | 第45-46页 |
3.5.2 离线运动想象脑电数据的微状态分析 | 第46-50页 |
3.6 小结 | 第50-51页 |
第四章 运动想象脑电的在线预处理及应用 | 第51-63页 |
4.1 实验研究的材料 | 第51-52页 |
4.1.1 被试选择和实验前的准备 | 第51页 |
4.1.2 脑电采集设备及参数 | 第51-52页 |
4.2 运动想象脑电的特征提取 | 第52-53页 |
4.3 运动想象脑电的模式分类 | 第53-57页 |
4.3.1 支持向量机 | 第53-55页 |
4.3.2 线性判别分析 | 第55-57页 |
4.4 在线运动想象脑机接口系统的搭建及实验流程 | 第57-59页 |
4.4.1 在线运动想象脑机接口系统的搭建 | 第57-58页 |
4.4.2 实验流程 | 第58-59页 |
4.5 运动想象脑控虚拟风扇的实验结果及分析 | 第59-60页 |
4.5.1 实验结果 | 第59-60页 |
4.5.2 实验分析 | 第60页 |
4.6 本章小结 | 第60-63页 |
第五章 运动想象脑电预处理的混合编程MFC设计 | 第63-67页 |
5.1 引言 | 第63页 |
5.2 VS2010工具平台及混合编程方法简介 | 第63页 |
5.3 MATLAB与VS协同编程的实现 | 第63-66页 |
5.3.1 主界面的设计和功能分析 | 第63-64页 |
5.3.2 离线MFC平台的设计和功能分析 | 第64-65页 |
5.3.3 在线MFC平台的设计和功能分析 | 第65-66页 |
5.4 小结 | 第66-67页 |
第六章 总结和展望 | 第67-69页 |
6.1 总结 | 第67页 |
6.2 展望 | 第67-69页 |
致谢 | 第69-71页 |
参考文献 | 第71-77页 |
附录A:攻读学位期间发表的论文、申请的专利和软著 | 第77-79页 |
附录B:攻读学位期间参与项目 | 第79页 |