| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 脑机接口的基本概念及组成 | 第10页 |
| 1.3 脑机接口的分类 | 第10-11页 |
| 1.4 国内外研究现状 | 第11-12页 |
| 1.5 脑-机接口研究中的关键问题 | 第12页 |
| 1.6 本文研究的主要内容和结构 | 第12-14页 |
| 第二章 运动想象脑电信号特征提取与分类方法 | 第14-29页 |
| 2.1 脑电信号的采集 | 第14-17页 |
| 2.1.1 电极的摆放系统 | 第14-15页 |
| 2.1.2 脑-机接口数据库及采集过程 | 第15-16页 |
| 2.1.3 信号采集注意事项 | 第16-17页 |
| 2.2 基于运动想象的脑电信号特征分析 | 第17-19页 |
| 2.2.1 事件相关同步/去同步现象 | 第17页 |
| 2.2.2 同步/去同步现象的量化 | 第17-18页 |
| 2.2.3 四分类运动想象脑电信号的同步/去同步现象 | 第18-19页 |
| 2.3 预处理 | 第19-21页 |
| 2.3.1 模拟滤波器应用 | 第19-20页 |
| 2.3.2 数字滤波器的应用 | 第20-21页 |
| 2.4 脑电信号的特征提取及选择方法 | 第21-25页 |
| 2.4.1 小波包分解 | 第21-23页 |
| 2.4.2 共空间模式 | 第23-25页 |
| 2.5 特征分类 | 第25-28页 |
| 2.5.1 线性Fisher判别分类器 | 第25-26页 |
| 2.5.2 支持向量机分类器 | 第26页 |
| 2.5.3 支持向量机算法 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于单层SVM的四类脑电信号分类 | 第29-37页 |
| 3.1 多导联运动想象两类信号的分类 | 第29-31页 |
| 3.2 单层SVM的四类脑电信号分类 | 第31-36页 |
| 3.2.1 共空间模式扩展 | 第31-33页 |
| 3.2.2 改进的共空域算法分析 | 第33-34页 |
| 3.2.3 单层SVM的四类脑电信号分类 | 第34-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 基于双层SVM的四类脑电信号分类 | 第37-40页 |
| 4.1 基于双层SVM的四类脑电信号分类 | 第37-38页 |
| 4.2 四任务模式下支持向量机的分类方法 | 第38-39页 |
| 4.3 本章小结 | 第39-40页 |
| 第五章 基于运动想象的脑-机接口系统设计 | 第40-47页 |
| 5.1 平台设计方案 | 第40页 |
| 5.2 脑电信号的采集和分析 | 第40-43页 |
| 5.2.1 采集设备 | 第40-42页 |
| 5.2.2 实时系统的特征提取和分类 | 第42-43页 |
| 5.3 先锋机器人控制模块 | 第43-45页 |
| 5.3.1 软件环境 | 第44-45页 |
| 5.3.2 控制实现 | 第45页 |
| 5.4 实验结果及分析 | 第45-46页 |
| 5.5 本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-48页 |
| 6.1 全文总结 | 第47页 |
| 6.2 进一步改进与展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 发表论文和科研情况说明 | 第52-53页 |
| 致谢 | 第53-54页 |