| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景 | 第8-14页 |
| 1.1.1 大脑生理结构 | 第8-9页 |
| 1.1.2 脑机接口概念与类型 | 第9-10页 |
| 1.1.3 脑机接口发展与现状 | 第10-12页 |
| 1.1.4 脑机接口应用与研究意义 | 第12-13页 |
| 1.1.5 运动想象脑机接口研究的瓶颈与现状 | 第13-14页 |
| 1.2 研究内容和创新点 | 第14-15页 |
| 1.2.1 本文的研究内容 | 第14页 |
| 1.2.2 本文的创新点 | 第14-15页 |
| 1.3 本文的组织结构 | 第15-17页 |
| 第二章 脑电信号与运动想象 | 第17-22页 |
| 2.1 脑电信号的概念与特点 | 第17-18页 |
| 2.2 脑电信号的类型 | 第18-20页 |
| 2.2.1 诱发脑电 | 第18页 |
| 2.2.2 自发脑电 | 第18-20页 |
| 2.3 运动想象与脑电信号的关系 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 运动想象脑电信号的获取 | 第22-35页 |
| 3.1 脑电实验室的建设 | 第22-25页 |
| 3.2 脑机接口系统 | 第25页 |
| 3.3 硬件设备Neuroscan | 第25-29页 |
| 3.3.1 放大器设备 | 第26-27页 |
| 3.3.2 电极帽与电极 | 第27-29页 |
| 3.4 软件设备BCI2000 | 第29-32页 |
| 3.4.1 数据源模块 | 第30页 |
| 3.4.2 信号处理模块 | 第30-31页 |
| 3.4.3 用户应用模块 | 第31-32页 |
| 3.5 软硬件连接 | 第32-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 脑电信号的特征提取算法 | 第35-41页 |
| 4.1 连续信号下采样 | 第35-36页 |
| 4.2 基于CAR的空间滤波 | 第36-37页 |
| 4.3 基于AR系数的时间滤波 | 第37-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 自适应优选数据与自增量分类 | 第41-52页 |
| 5.1 自适应优选数据 | 第41-45页 |
| 5.1.1 优选数据集 | 第41-42页 |
| 5.1.2 SVM过滤数据 | 第42-45页 |
| 5.2 增量线性判别分析LDA/QR和ILDA/QR | 第45-50页 |
| 5.3 中心距离分类与更新 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 实验范式与在线实验 | 第52-71页 |
| 6.1 实验范式的设计 | 第52-55页 |
| 6.2 在线实验的实现 | 第55-70页 |
| 6.2.1 Matlab与BCI2000协同工作 | 第55-58页 |
| 6.2.2 两阶段在线实验 | 第58-60页 |
| 6.2.3 主要的编程与实现 | 第60-70页 |
| 6.3 本章小结 | 第70-71页 |
| 第七章 实验与结果分析 | 第71-78页 |
| 7.1 被试人员的确定与实验准备 | 第71-73页 |
| 7.2 实验结果与分析 | 第73-77页 |
| 7.3 本章小结 | 第77-78页 |
| 总结与展望 | 第78-81页 |
| 总结 | 第78-79页 |
| 展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 个人简历 | 第86-87页 |
| 在学期间研究成果及发表的学术论文 | 第87页 |