脑电信号处理算法及其便携式系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 引 言 | 第8-20页 |
| ·论文研究背景及意义 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9-12页 |
| ·相关技术研究现状 | 第12-17页 |
| ·脑电采集研究现状 | 第12-14页 |
| ·脑电处理研究现状 | 第14-17页 |
| ·研究特点 | 第17-18页 |
| ·论文结构 | 第18-20页 |
| 第2章 脑电的基本理论 | 第20-37页 |
| ·脑电信号基本知识 | 第20-23页 |
| ·脑电信号的分类 | 第20-22页 |
| ·脑电信号的特点 | 第22页 |
| ·脑电信号的发现 | 第22-23页 |
| ·诱发脑电 | 第23-26页 |
| ·诱发脑电的定义 | 第23-24页 |
| ·诱发脑电的特性 | 第24-25页 |
| ·诱发脑电的分类 | 第25-26页 |
| ·脑电信号的采集 | 第26-28页 |
| ·脑电采集系统 | 第26-27页 |
| ·采集的条件控制 | 第27-28页 |
| ·脑电信号的传统处理方法 | 第28-36页 |
| ·基于参数模型的脑电伪迹去除 | 第28-32页 |
| ·基于叠加平均法的ERP 提取 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于独立分量分析的脑电信号处理 | 第37-61页 |
| ·独立分量分析的基本原理 | 第37-40页 |
| ·ICA 算法的发展史 | 第37-39页 |
| ·鸡尾酒会问题 | 第39-40页 |
| ·独立分量分析的模型 | 第40-49页 |
| ·假设条件 | 第40-43页 |
| ·ICA 的解释 | 第43-45页 |
| ·FastICA 算法 | 第45-48页 |
| ·不确定因素 | 第48-49页 |
| ·约束独立分量分析方法 | 第49-53页 |
| ·目标函数 | 第50-51页 |
| ·优化算法 | 第51-53页 |
| ·基于CICA 算法的信号处理实验 | 第53-59页 |
| ·信号提取仿真实验 | 第53-55页 |
| ·眼电伪迹去除 | 第55-56页 |
| ·诱发脑电提取 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 第4章 系统的设计与实现 | 第61-85页 |
| ·系统的总体设计 | 第61-67页 |
| ·系统的功能特点 | 第63-64页 |
| ·系统的研究工作 | 第64-66页 |
| ·系统的运行流程 | 第66页 |
| ·系统的分层结构 | 第66-67页 |
| ·系统的实现 | 第67-72页 |
| ·开发工具的选择 | 第67-68页 |
| ·文件格式 | 第68-69页 |
| ·人机交互界面 | 第69-72页 |
| ·软、硬件接口模块 | 第72-74页 |
| ·硬件接口 | 第72-73页 |
| ·软件接口 | 第73-74页 |
| ·刺激信号发生模块 | 第74-77页 |
| ·刺激程序的编辑 | 第75-76页 |
| ·刺激信号的发生 | 第76-77页 |
| ·数据采集模块 | 第77-78页 |
| ·数据处理模块 | 第78-82页 |
| ·连续数据处理 | 第78-80页 |
| ·分段数据处理 | 第80-82页 |
| ·三维图像模块 | 第82-84页 |
| ·数据获取 | 第82-83页 |
| ·三维动画 | 第83-84页 |
| ·本章小结 | 第84-85页 |
| 第5章 系统的脑电信号处理试验 | 第85-95页 |
| ·眼电伪迹去除 | 第85-88页 |
| ·系统的参数模型法去除眼电 | 第86-87页 |
| ·系统的cICA 算法去除眼电 | 第87-88页 |
| ·脑电数据分段 | 第88-89页 |
| ·数字滤波处理 | 第89-90页 |
| ·诱发脑电提取 | 第90-92页 |
| ·系统的叠加平均法提取 | 第90-91页 |
| ·系统的cICA 算法提取 | 第91-92页 |
| ·脑电地形图分析 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 第6章 结论与展望 | 第95-97页 |
| ·论文研究结论 | 第95-96页 |
| ·研究工作展望 | 第96-97页 |
| 参考文献 | 第97-101页 |
| 致谢 | 第101-102页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第102页 |
