基于运动想象的脑电信号特征提取及分类算法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景 | 第10-13页 |
| 1.1.1 脑机接口控制应用研究现状 | 第10-13页 |
| 1.2 脑机接口技术概述 | 第13-17页 |
| 1.2.1 脑机接口系统组成及分类 | 第13-16页 |
| 1.2.2 脑电信号处理方法研究现状 | 第16页 |
| 1.2.3 研究目的及意义 | 第16-17页 |
| 1.2.4 脑机接口研究存在的问题 | 第17页 |
| 1.3 论文的内容及结构 | 第17-20页 |
| 第2章 运动想象脑电两分类处理方法研究 | 第20-34页 |
| 2.1 运动想象脑电信号简介 | 第20-22页 |
| 2.2 脑电信号处理常用方法 | 第22-28页 |
| 2.2.1 特征提取 | 第22-25页 |
| 2.2.2 分类器设计 | 第25-28页 |
| 2.3 两分类运动想象的脑电分类实验 | 第28-33页 |
| 2.3.1 数据集详细描述 | 第28-30页 |
| 2.3.2 数据处理过程 | 第30-32页 |
| 2.3.3 实验结果分析 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 基于稀疏表征的多通道采集脑电分类 | 第34-48页 |
| 3.1 多通道电极配置 | 第34-36页 |
| 3.2 信号的稀疏表征简介 | 第36-40页 |
| 3.2.1 稀疏逼近与稀疏表征 | 第36-37页 |
| 3.2.2 稀疏分解算法 | 第37-40页 |
| 3.2.3 稀疏表征分类方法 | 第40页 |
| 3.3 基于稀疏表征的脑电分类实验 | 第40-46页 |
| 3.3.1 数据集详细描述 | 第41-42页 |
| 3.3.2 特征提取及稀疏表征的字典设计 | 第42-43页 |
| 3.3.3 基于基追踪算法的稀疏系数求解 | 第43-44页 |
| 3.3.4 分类识别及实验结果 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 独立分量分析在脑电伪迹去除中的研究 | 第48-70页 |
| 4.1 眼电伪迹去除方法 | 第48页 |
| 4.2 独立分量分析算法 | 第48-56页 |
| 4.2.1 基本理论 | 第49-52页 |
| 4.2.2 约束条件 | 第52-53页 |
| 4.2.3 信息极大原理 | 第53-56页 |
| 4.3 多分类运动想象的脑电分类实验 | 第56-68页 |
| 4.3.1 数据集描述 | 第56-57页 |
| 4.3.2 软件包EEGLAB | 第57页 |
| 4.3.3 基于独立分量分析的眼电伪迹去除 | 第57-62页 |
| 4.3.4 特征提取及分类器设计 | 第62-63页 |
| 4.3.5 实验结果分析 | 第63-68页 |
| 4.4 本章小结 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-80页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第80-82页 |
| 致谢 | 第82页 |
