基于脑—机接口的脑电信号主成分分析及分类研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| ·脑-机接口概述 | 第11-12页 |
| ·脑-机接口 | 第11-12页 |
| ·脑-机接口系统的基本构成 | 第12页 |
| ·脑-机接口的研究现状 | 第12-15页 |
| ·脑电信号分析方法简介 | 第15-18页 |
| ·脑-机接口技术的应用前景 | 第18-19页 |
| ·脑-机接口的发展趋势 | 第19页 |
| ·本文的工作 | 第19-21页 |
| 第二章 脑电信号分析基础 | 第21-30页 |
| ·脑电信号的生理基础 | 第21-22页 |
| ·脑电信号与脑电图 | 第22-24页 |
| ·脑电的采集 | 第22-24页 |
| ·脑电图 | 第24页 |
| ·脑电的主要频率成分 | 第24-26页 |
| ·脑电信号的特点 | 第26-27页 |
| ·脑电信号数据集 | 第27-29页 |
| ·第四届 BCI竞赛数据集 | 第27-28页 |
| ·慢皮层电位数据集 | 第28页 |
| ·想象左右手运动数据集 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于 BCI系统的脑电信号预处理 | 第30-45页 |
| ·基于运动想象的事件相关电位 | 第30-33页 |
| ·事件相关电位 | 第30-31页 |
| ·事件相关同步/去同步 | 第31-32页 |
| ·基于运动想象的事件相关同步/去同步 | 第32-33页 |
| ·去电极处理 | 第33-36页 |
| ·简单平均值参考 | 第33-34页 |
| ·拉普拉斯方法 | 第34页 |
| ·结果分析 | 第34-36页 |
| ·脑电信号的多尺度滤波 | 第36-44页 |
| ·脑电信号常用滤波方法 | 第37-40页 |
| ·窗函数滤波的性能分析 | 第40-41页 |
| ·多尺度滤波方法 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 慢皮层电位特征提取及分类 | 第45-61页 |
| ·基于主成分分析的特征提取 | 第45-50页 |
| ·主成分分析法原理 | 第45-46页 |
| ·主成分的求解方法 | 第46-50页 |
| ·脑电信号主成分分析方法 | 第50-55页 |
| ·特征空间的构成 | 第50-52页 |
| ·脑电信号的主元提取 | 第52-55页 |
| ·脑电信号的特征分类 | 第55-56页 |
| ·实验结果及分析 | 第56-59页 |
| ·分类正确率与主元个数的关系 | 第56-57页 |
| ·多尺度滤波与其他滤波方法的正确率对比 | 第57-58页 |
| ·不同类型窗函数的多尺度滤波对比 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 运动想象脑电信号特征提取与分类 | 第61-75页 |
| ·基于时频分析的脑电信号特征提取 | 第61-64页 |
| ·脑电信号的时频分析 | 第61-62页 |
| ·脑电信号的时频能量分布分析 | 第62-64页 |
| ·时频域PCA的特征提取方法 | 第64-66页 |
| ·基于支持向量机的脑电信号分类 | 第66-68页 |
| ·实验结果及分析 | 第68-74页 |
| ·窗宽的选择 | 第68-69页 |
| ·窗函数的选择 | 第69-70页 |
| ·主元的选择 | 第70页 |
| ·脑电信号的在线分析 | 第70-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-78页 |
| ·总结 | 第75-76页 |
| ·展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 在学研究成果 | 第81-82页 |
| 致谢 | 第82页 |
