摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第9-18页 |
1.1 脑机接口的概念及基本结构 | 第9-11页 |
1.1.1 脑机接口的概念 | 第9页 |
1.1.2 脑机接口的基本结构 | 第9-11页 |
1.2 基于头皮脑电图信号的脑机接口分类 | 第11-14页 |
1.2.1 运动想象脑机接口 | 第11-12页 |
1.2.2 慢皮层电位脑机接口 | 第12页 |
1.2.3 事件相关电位脑机接口 | 第12-13页 |
1.2.4 视觉诱发脑机接口 | 第13-14页 |
1.3 脑机接口的研究现状及意义 | 第14-15页 |
1.3.1 脑机接口的研究现状 | 第14-15页 |
1.3.2 脑机接口的研究意义 | 第15页 |
1.4 脑机接口研究面临的挑战 | 第15-16页 |
1.5 本文主要内容 | 第16-18页 |
第二章 VEP的产生机制及BCI信息调制方式 | 第18-24页 |
2.1 视觉通道 | 第18页 |
2.2 视觉诱发电位 | 第18-20页 |
2.2.1 自发脑电 | 第18-19页 |
2.2.2 视觉诱发电位 | 第19-20页 |
2.2.3 稳态视觉诱发电位 | 第20页 |
2.3 VEP BCI信息调制方式 | 第20-22页 |
2.3.1 t-VEP脑机接口 | 第21页 |
2.3.2 f-VEP脑机接口 | 第21-22页 |
2.3.3 c-VEP脑机接口 | 第22页 |
2.4 本章小结 | 第22-24页 |
第三章 基于频率和相位混合调制的SSVEP BCI | 第24-40页 |
3.1 基于频率调制的SSVEP BCI | 第24页 |
3.2 基于SSVEP的BCI系统结构 | 第24-25页 |
3.3 基于频率调制的SSVEP信号处理算法 | 第25-29页 |
3.3.1 功率谱密度分析 | 第25-26页 |
3.3.2 典型相关分析 | 第26-29页 |
3.4 基于频率和相位混合调制的SSVEP BCI | 第29-30页 |
3.5 相位定义 | 第30-31页 |
3.6 相位解码原理 | 第31-32页 |
3.7 基于频率和相位混合调制的SSVEP信号处理算法 | 第32-33页 |
3.8 刺激器的设计与实现 | 第33-35页 |
3.8.1 刺激器的设计 | 第33-34页 |
3.8.2 刺激器的实现 | 第34-35页 |
3.9 实验设计与数据采集 | 第35页 |
3.10 实验结果与分析 | 第35-39页 |
3.10.1 导联位置的选择 | 第36-37页 |
3.10.2 时间窗的设置 | 第37-38页 |
3.10.3 识别准确率 | 第38-39页 |
3.11 本章小结 | 第39-40页 |
第四章 伪随机码调制的VEP脑机接口 | 第40-51页 |
4.1 伪随机码的介绍 | 第40-44页 |
4.1.1 M序列 | 第40-41页 |
4.1.2 近完美序列 | 第41-42页 |
4.1.3 Golay互补序列 | 第42-44页 |
4.2 c-VEP脑机接口系统结构 | 第44-45页 |
4.3 模板匹配法 | 第45-46页 |
4.4 等邻域原理 | 第46页 |
4.5 刺激器的设计与实现 | 第46-48页 |
4.6 实验设计与数据获取 | 第48页 |
4.7 实验结果与分析 | 第48-50页 |
4.7.1 M序列、Golay互补序列和近完美序列的比较 | 第48-49页 |
4.7.2 识别准确率 | 第49-50页 |
4.8 本章小结 | 第50-51页 |
第五章 不同编码分组调制的多导联VEP脑机接口 | 第51-59页 |
5.1 空域滤波器优化算法 | 第51-52页 |
5.1.1 基于数据统计分析的空域滤波器原理 | 第51-52页 |
5.1.2 MCC | 第52页 |
5.2 不同编码分组调制 | 第52-53页 |
5.3 不同编码分组调制的多导联c-VEP分析方法 | 第53-54页 |
5.4 实验设计 | 第54页 |
5.5 实验结果与分析 | 第54-57页 |
5.5.1 MCC与CCA的比较 | 第55页 |
5.5.2 识别准确率 | 第55-56页 |
5.5.3 不同编码分组调制下的目标排列方式 | 第56-57页 |
5.6 本章小结 | 第57-59页 |
第六章 总结与展望 | 第59-62页 |
6.1 本文工作总结 | 第59-60页 |
6.2 未来工作展望 | 第60-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-66页 |
攻读学位期间的研究成果 | 第66页 |