| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 本文的主要研究内容 | 第16-17页 |
| 1.4 本文的创新点 | 第17-18页 |
| 1.5 本文章节安排 | 第18-19页 |
| 第二章 脑机接口基础理论 | 第19-31页 |
| 2.1 脑机接口概述 | 第19-23页 |
| 2.1.1 脑机接口原理 | 第19-20页 |
| 2.1.2 脑机接口的类型 | 第20-23页 |
| 2.2 事件相关电位P300及其范式 | 第23-29页 |
| 2.2.1 事件相关电位概述 | 第23-25页 |
| 2.2.2 P300基本原理 | 第25-27页 |
| 2.2.3 P300常用实验范式 | 第27-29页 |
| 2.3 本章小结 | 第29-31页 |
| 第三章 脑电信号的特征分析和分类算法 | 第31-43页 |
| 3.1 EEG信号简介 | 第31-34页 |
| 3.1.1 EEG信号特征 | 第33-34页 |
| 3.1.2 脑电信号的预处理 | 第34页 |
| 3.2 脑电信号特征提取方法 | 第34-35页 |
| 3.3 脑电信号分类算法 | 第35-41页 |
| 3.3.1 支持向量机 | 第35-39页 |
| 3.3.2 线性判别分析 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于Emotiv EPOC的P300信号检测与分析 | 第43-61页 |
| 4.1 实验流程 | 第43-44页 |
| 4.2 Emotiv EPOC简介 | 第44-49页 |
| 4.3 P300脑电信号采集 | 第49-53页 |
| 4.4 脑电信号处理 | 第53-59页 |
| 4.4.1 预处理及ICA分析 | 第53-56页 |
| 4.4.2 导联选择与特征提取 | 第56-59页 |
| 4.5 本章小节 | 第59-61页 |
| 第五章 数据处理结果及分析 | 第61-71页 |
| 5.1 实验范式分析 | 第61-65页 |
| 5.2 基于线性判别分析的数据处理 | 第65-66页 |
| 5.3 基于支持向量机的数据处理 | 第66-68页 |
| 5.4 实验结果及讨论 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 研究结论与展望 | 第71-73页 |
| 6.1 研究工作总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 附录 攻读硕士期间取得的成果 | 第79-81页 |
| 致谢 | 第81页 |