| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 引言 | 第12-20页 |
| ·脑机接口的目的 | 第12-13页 |
| ·研究现状 | 第13-17页 |
| ·脑信号分析的算法研究 | 第13-16页 |
| ·多模态脑机接口 | 第16-17页 |
| ·与脑机接口应用相关的几个重要问题 | 第17-18页 |
| ·本文的主要研究工作及章节安排 | 第18-20页 |
| 第二章 小训练集下的运动想象脑机接口的参数设置 | 第20-34页 |
| ·运动想象脑机接口系统 | 第20-21页 |
| ·基于半监督方法的参数选择 | 第21-28页 |
| ·通道选择 | 第21-26页 |
| ·频段选择 | 第26-27页 |
| ·联合通道与频段选择 | 第27-28页 |
| ·数据分析与结果 | 第28-33页 |
| ·数据描述 | 第28-29页 |
| ·例子1：导联选择 | 第29-31页 |
| ·例子2：联合导联与频段选择 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于P300的脑机接口在线联合时空域滤波 | 第34-50页 |
| ·基于P300脑机接口 | 第34-35页 |
| ·基于半监督方法的参数选择 | 第35-41页 |
| ·时域滤波 | 第36-38页 |
| ·空域滤波 | 第38-39页 |
| ·联合空域与时域滤波 | 第39-41页 |
| ·数据分析与结果 | 第41-46页 |
| ·例子1：第三届脑机接口竞赛的P300字符输入数据集 | 第41-42页 |
| ·例子2：自己设计的P300字符输入系统 | 第42-45页 |
| ·例子3：自己设计的在线字符输入系统 | 第45-46页 |
| ·本章小结 | 第46-50页 |
| 第四章 基于稀疏表示的多变量模式分析算法在功能核磁共振成像数据中的应用 | 第50-64页 |
| ·引言 | 第50-51页 |
| ·基于稀疏表示的变量选择算法 | 第51-53页 |
| ·实验设计及数据采集 | 第53-54页 |
| ·实验1：仿真数据 | 第53-54页 |
| ·实验2：fMRI数据采集 | 第54页 |
| ·结果 | 第54-57页 |
| ·实验1：仿真数据 | 第54-56页 |
| ·实验2：fMRI数据分析 | 第56-57页 |
| ·讨论 | 第57-61页 |
| ·我们方法的进一步解释 | 第57-60页 |
| ·fMRI数据分析中的应用 | 第60-61页 |
| ·本章小结 | 第61-64页 |
| 第五章 基于多模态脑机接口的点击功能实现 | 第64-78页 |
| ·引言 | 第64-65页 |
| ·方法 | 第65-70页 |
| ·数据采集系统 | 第65-66页 |
| ·GUI控制机制 | 第66-67页 |
| ·模型和算法 | 第67-70页 |
| ·实验结果 | 第70-73页 |
| ·离线数据分析 | 第70-71页 |
| ·在线结果 | 第71-73页 |
| ·数据分析和讨论 | 第73-76页 |
| ·本章小结 | 第76-78页 |
| 第六章 基于多模态脑机接口的虚拟轮椅控制 | 第78-92页 |
| ·引言 | 第78-79页 |
| ·方法 | 第79-84页 |
| ·脑电信号采集 | 第79页 |
| ·GUI和控制机制 | 第79-81页 |
| ·模型和算法 | 第81-84页 |
| ·实验结果 | 第84-87页 |
| ·实验1：虚拟轮椅 | 第84-86页 |
| ·实验2：真实轮椅 | 第86-87页 |
| ·讨论 | 第87-90页 |
| ·本章小结 | 第90-92页 |
| 第七章 总结与展望 | 第92-94页 |
| ·展望 | 第93-94页 |
| 参考文献 | 第94-106页 |
| 攻读博士学位期间取得的研究成果 | 第106-109页 |
| 致谢 | 第109-110页 |
| 附件 | 第110页 |