基于视觉注意的脑电特征提取与识别技术研究
摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第1章 绪论 | 第8-16页 |
1.1 脑电信号概述 | 第8-10页 |
1.1.1 脑电的产生和分类 | 第8-9页 |
1.1.2 自发脑电 | 第9页 |
1.1.3 稳态视觉诱发电位 | 第9-10页 |
1.2 注意力检测的研究 | 第10-13页 |
1.2.1 注意力检测研究的意义 | 第10-11页 |
1.2.2 注意力检测的方法 | 第11-12页 |
1.2.3 国内外研究现状 | 第12-13页 |
1.3 研究内容及章节安排 | 第13-16页 |
第2章 实验设计及数据预处理 | 第16-22页 |
2.1 实验方案 | 第16-18页 |
2.2 脑电信号的采集 | 第18-19页 |
2.3 数据预处理 | 第19-20页 |
2.4 本章小结 | 第20-22页 |
第3章 行为学数据分析 | 第22-28页 |
3.1 两种实验条件结果对比 | 第22-23页 |
3.2 反应正确率 | 第23-24页 |
3.3 反应时间 | 第24-26页 |
3.4 本章小结 | 第26-28页 |
第4章 无背景视觉刺激实验脑电结果分析 | 第28-46页 |
4.1 时域波形分析 | 第28-30页 |
4.2 傅里叶变换幅度谱分析 | 第30-31页 |
4.3 基于短时傅里叶变换的能量和相位分析 | 第31-34页 |
4.3.1 短时傅里叶变换简介 | 第31页 |
4.3.2 ERSP能量分析 | 第31-32页 |
4.3.3 ITC相位分析 | 第32-34页 |
4.4 频率变异性特征的提取 | 第34-35页 |
4.4.1 希尔伯特变换简介 | 第34页 |
4.4.2 特征提取 | 第34-35页 |
4.5 逐步回归分析 | 第35-38页 |
4.6 基于SWLDA的分类识别 | 第38-43页 |
4.6.1 算法介绍 | 第38-40页 |
4.6.2 结果分析 | 第40-43页 |
4.7 本章小结 | 第43-46页 |
第5章 伴随稳态背景视觉刺激实验脑电结果分析 | 第46-58页 |
5.1 时域波形分析 | 第46-48页 |
5.2 傅里叶变换幅度谱分析 | 第48页 |
5.3 基于短时傅里叶变换的能量和相位分析 | 第48-50页 |
5.3.2 ERSP能量分析 | 第48-49页 |
5.3.3 ITC相位分析 | 第49-50页 |
5.4 分类识别 | 第50-56页 |
5.4.1 算法介绍 | 第51-52页 |
5.4.2 结果分析 | 第52-56页 |
5.5 本章小结 | 第56-58页 |
第6章 总结与展望 | 第58-62页 |
6.1 工作总结 | 第58-59页 |
6.2 未来展望 | 第59-62页 |
参考文献 | 第62-68页 |
发表论文和科研情况说明 | 第68-70页 |
致谢 | 第70页 |