基于多类运动想象异步脑—机接口系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景与意义 | 第9-11页 |
| ·运动想象脑电信号 | 第9-10页 |
| ·基于运动想象的脑-机接口系统 | 第10-11页 |
| ·同步与异步脑-机接口系统 | 第11页 |
| ·研究意义 | 第11页 |
| ·课题的研究现状 | 第11-13页 |
| ·国内外研究现状 | 第12-13页 |
| ·面临的技术问题 | 第13页 |
| ·本文研究目的和主要内容 | 第13-15页 |
| 第2章 脑电信号的采集 | 第15-20页 |
| ·大脑皮层的生理机能 | 第15-16页 |
| ·采集位置与导联方式的选择 | 第16-17页 |
| ·采集位置 | 第16-17页 |
| ·导联方式 | 第17页 |
| ·采集系统的组成 | 第17-18页 |
| ·采集实验的设计 | 第18-19页 |
| ·实验数据的存储 | 第19-20页 |
| 第3章 脑电信号的预处理 | 第20-33页 |
| ·实验数据的挑选 | 第20页 |
| ·伪迹去除 | 第20-24页 |
| ·常用的眼电伪迹去除方法 | 第20-21页 |
| ·独立分量分析简介 | 第21页 |
| ·基于负熵最大化的 FastICA | 第21-22页 |
| ·基于 ICA 的眼电伪迹去除 | 第22-24页 |
| ·滤波 | 第24-28页 |
| ·常用的数字滤波器 | 第24页 |
| ·FIR 数字滤波器简介 | 第24-26页 |
| ·基于最优等波纹法的 FIR 数字滤波器 | 第26-27页 |
| ·基于 FIR 数字滤波器的脑电信号滤波 | 第27-28页 |
| ·预处理结果与分析 | 第28-33页 |
| 第4章 运动想象脑电信号的特征提取 | 第33-54页 |
| ·脑电信号常用的特征提取方法 | 第33页 |
| ·功率谱估计 | 第33-39页 |
| ·加窗重叠平均周期图法 | 第34页 |
| ·运动想象脑电信号的功率谱估计 | 第34-39页 |
| ·小波包分解 | 第39-45页 |
| ·Mallat 分解算法 | 第40-41页 |
| ·运动想象脑电信号的小波包分解 | 第41-45页 |
| ·希尔伯特黄变换 | 第45-51页 |
| ·经验模态分解 | 第45-46页 |
| ·希尔伯特谱和边际谱 | 第46页 |
| ·运动想象脑电信号的希尔伯特黄变换 | 第46-51页 |
| ·基于距离准则的最优特征选取 | 第51-54页 |
| ·距离准则简介 | 第51-52页 |
| ·最优特征选取 | 第52-54页 |
| 第5章 运动想象脑电信号的模式识别 | 第54-62页 |
| ·脑电信号常用的模式分类方法 | 第54页 |
| ·支持向量机 | 第54-57页 |
| ·线性可分情况下的支持向量机 | 第54-56页 |
| ·非线性可分情况下的支持向量机 | 第56-57页 |
| ·支持向量机的多类分类 | 第57-58页 |
| ·基于遗传算法的参数寻优 | 第58-60页 |
| ·分类结果与分析 | 第60-62页 |
| 第6章 基于异步脑-机接口的光标控制系统 | 第62-69页 |
| ·任务描述与异步控制方案 | 第62页 |
| ·任务描述 | 第62页 |
| ·异步控制方案 | 第62页 |
| ·Alpha 波相关参数的设定 | 第62-64页 |
| ·采样时间的设定 | 第62-63页 |
| ·能量阈值的设定 | 第63-64页 |
| ·系统设计 | 第64-67页 |
| ·脑电信号采集 | 第64页 |
| ·阈值测定 | 第64-65页 |
| ·状态检测 | 第65页 |
| ·信号处理 | 第65-66页 |
| ·光标控制 | 第66-67页 |
| ·实验流程 | 第67-68页 |
| ·实验结果与分析 | 第68-69页 |
| 第7章 总结与展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 申请学位期间的研究成果及发表的学术论文 | 第77页 |
