| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 1 绪论 | 第13-27页 |
| ·脑-机接口技术概述 | 第13-21页 |
| ·BCI 系统的组成 | 第14-17页 |
| ·BCI 发展现状 | 第17-21页 |
| ·基于意识任务的BCI 的研究现状 | 第21-24页 |
| ·本论文的主要内容和创新点 | 第24-27页 |
| ·本论文的主要内容 | 第24-25页 |
| ·本论文的创新点 | 第25-27页 |
| 2 研究基础 | 第27-35页 |
| ·脑电信号 | 第27-29页 |
| ·脑电信号的基本特征 | 第27-28页 |
| ·脑电信号的分类 | 第28-29页 |
| ·大脑的功能不对称性 | 第29-30页 |
| ·功能不对称性的EEG 表现 | 第30-32页 |
| ·脑电信号的采集 | 第32-33页 |
| ·小结 | 第33-35页 |
| 3 脑电信号的预处理 | 第35-52页 |
| ·工频、EOG 和EMG 伪迹的特征和常用去除方法 | 第36-37页 |
| ·独立分量分析(Independent component analysis,ICA)去除工频干扰和 EOG 伪迹 | 第37-46页 |
| ·ICA 的基本理论 | 第37-39页 |
| ·ICA 去噪 | 第39-46页 |
| ·基于典型相关分析(Canonical correlation analysis,CCA)和低通滤波的 BSS 方法去除 EMG 伪迹 | 第46-50页 |
| ·CCA 的基本理论 | 第46-47页 |
| ·基于CCA 和低通滤波的盲源分离方法去除EEG 中的EMG 伪迹 | 第47-50页 |
| ·小结 | 第50-52页 |
| 4 脑－机接口特征提取方法研究 | 第52-69页 |
| ·概述 | 第52-54页 |
| ·时-频特征提取方法 | 第54-65页 |
| ·短时傅里叶变换 | 第54-56页 |
| ·基于AR 模型的STFT | 第56-59页 |
| ·Wigner-Ville 分布 | 第59-62页 |
| ·WVD 的几种变型 | 第62-63页 |
| ·模糊函数(Ambiguity Function，AF) | 第63-65页 |
| ·时-频-空特征提取方法 | 第65-68页 |
| ·多变量信号的时-频-空表示 | 第66页 |
| ·空域解相关 | 第66-67页 |
| ·构造特征向量 | 第67-68页 |
| ·小结 | 第68-69页 |
| 5 脑－机接口分类方法研究 | 第69-79页 |
| ·概述 | 第69页 |
| ·马氏距离(Mahalanobis distance,MD) | 第69-70页 |
| ·Fisher 判别分析(Fisher discriminant analysisi,FDA) | 第70-72页 |
| ·支持向量机 | 第72-78页 |
| ·SVM | 第73-76页 |
| ·最小二乘支持向量机 | 第76-77页 |
| ·基于LS_SVM 的多类分类方法 | 第77-78页 |
| ·小结 | 第78-79页 |
| 6 实验研究 | 第79-98页 |
| ·实验设计 | 第79页 |
| ·实验数据 | 第79-81页 |
| ·实验结果 | 第81-95页 |
| ·实验一 | 第82-87页 |
| ·实验二 | 第87-92页 |
| ·实验三 | 第92-95页 |
| ·讨论 | 第95-98页 |
| 7 总结与展望 | 第98-102页 |
| ·总结 | 第98-100页 |
| ·展望 | 第100-102页 |
| 致谢 | 第102-103页 |
| 参考文献 | 第103-111页 |
| 附录 | 第111-113页 |
| A. 作者在攻读博士学位期间发表的学术论文 | 第111页 |
| B. 作者在攻读博士学位期间参与的科研项目 | 第111-113页 |
