| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·BCI 研究目的和意义 | 第9-11页 |
| ·BCI 简介 | 第9页 |
| ·BCI 应用目标和科学意义 | 第9-11页 |
| ·BCI 研究现状 | 第11-14页 |
| ·本文的BCI 技术方案选择 | 第14-15页 |
| ·BCI 实验信号的选择 | 第14-15页 |
| ·信号采集方式的选择 | 第15页 |
| ·本文主要研究内容与章节安排 | 第15-17页 |
| ·主要研究内容 | 第15-16页 |
| ·主要章节安排 | 第16-17页 |
| 第二章 BCI 实验系统设计 | 第17-36页 |
| ·脑与EEG 产生基础 | 第17-20页 |
| ·脑生理学基础 | 第17-19页 |
| ·大脑皮质结构简介 | 第17-18页 |
| ·大脑皮质的分区与功能定位 | 第18-19页 |
| ·EEG 的生理生化基础 | 第19-20页 |
| ·基于EEG 的BCI 实验方法 | 第20-29页 |
| ·EEG 信号特征 | 第20-21页 |
| ·EEG 记录方法 | 第21-23页 |
| ·电极的选择与安置方法 | 第21-22页 |
| ·导联选择方式 | 第22-23页 |
| ·EEG 信号处理方法 | 第23-27页 |
| ·EEG 数据的预处理 | 第23-24页 |
| ·EEG 信号处理方法 | 第24-27页 |
| ·基于EEG 的BCI 系统性能评价 | 第27-29页 |
| ·基于ERD/ERS 的BCI 实验系统设计 | 第29-36页 |
| ·ERD/ERS 的电生理学基础简介 | 第29-30页 |
| ·基于ERD 的BCI 实验设计原理 | 第30-36页 |
| ·EEG 信号放大器参数 | 第30页 |
| ·信号采集卡的选择 | 第30-31页 |
| ·实验电极的选择与安置 | 第31页 |
| ·导联选择方式 | 第31页 |
| ·实验平台的设计 | 第31-32页 |
| ·实验过程简述 | 第32-36页 |
| 第三章 想象动作电位信号提取 | 第36-62页 |
| ·时频分析法 | 第37-43页 |
| ·短时傅里叶变换理论基础 | 第37-38页 |
| ·基于短时傅里叶变换的时频分析法 | 第38-42页 |
| ·功率谱密度算法的性能评价 | 第42-43页 |
| ·复杂度分析 | 第43-48页 |
| ·复杂度理论基础 | 第44-45页 |
| ·基于K_c理论的EEG信号分析 | 第45-47页 |
| ·K_c算法的性能评价 | 第47-48页 |
| ·功率谱熵(Power Spectral Entropy, PSE)分析 | 第48-52页 |
| ·功率谱熵理论基础 | 第48-49页 |
| ·基于功率谱熵的EEG 信号分析 | 第49-51页 |
| ·功率谱熵算法性能评价 | 第51-52页 |
| ·小波熵(Wavelet Entropy, WE)分析 | 第52-58页 |
| ·小波变换理论基础 | 第53页 |
| ·基于小波变换的小波熵理论 | 第53-54页 |
| ·基于小波熵的EEG 信号分析 | 第54-56页 |
| ·小波熵算法性能评价 | 第56-58页 |
| ·基于距离判别法的意识任务分类方法 | 第58-62页 |
| 第四章 课题总结与展望 | 第62-65页 |
| ·课题总结 | 第62-63页 |
| ·课题展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 发表论文和科研情况说明 | 第68-69页 |
| 致谢 | 第69页 |