基于独立分量分析的在线脑-机接口系统研究与实现
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 脑-机接口系统及其研究意义 | 第9-12页 |
| 1.1.1 概述 | 第9-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 脑.机接口系统的发展历程与研究现状 | 第12-13页 |
| 1.3 当前脑-机接口研究中的主要问题 | 第13-14页 |
| 1.4 独立分量分析及其在脑-机接口研究中的应用 | 第14页 |
| 1.5 本文的主要内容与结构安排 | 第14-16页 |
| 第二章 运动想象脑电的特征提取与分类 | 第16-31页 |
| 2.1 生物医学信号 | 第16-17页 |
| 2.2 脑电信号概述 | 第17-22页 |
| 2.2.1 采集方法 | 第18页 |
| 2.2.2 分类 | 第18-21页 |
| 2.2.3 运动想象的ERD/ERS现象 | 第21-22页 |
| 2.3 MI-EEG的特征提取方法 | 第22-27页 |
| 2.3.1 时/频域分析 | 第23-25页 |
| 2.3.2 参数建模 | 第25-26页 |
| 2.3.3 空域滤波 | 第26-27页 |
| 2.4 MI-EEG的模式分类方法 | 第27-29页 |
| 2.4.1 线性分类器 | 第28页 |
| 2.4.2 非线性分类器 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 运动想象脑-机接口系统 | 第31-40页 |
| 3.1 运动想象脑电采集 | 第31-32页 |
| 3.2 信号预处理 | 第32-36页 |
| 3.3 特征提取 | 第36-38页 |
| 3.4 模式分类 | 第38-39页 |
| 3.5 控制与反馈 | 第39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 独立分量分析 | 第40-51页 |
| 4.1 盲源分离 | 第40-41页 |
| 4.2 ICA概述 | 第41-42页 |
| 4.3 扩展的Infomax ICA算法 | 第42-47页 |
| 4.4 ICA在脑电信号处理中的应用 | 第47-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 基于ICA的在线BCI系统 | 第51-75页 |
| 5.1 系统的实验范式 | 第51-52页 |
| 5.2 系统的硬件平台 | 第52-55页 |
| 5.3 系统的软件模块 | 第55-63页 |
| 5.3.1 数据采集与预处理 | 第57-58页 |
| 5.3.2 ICA滤波器设计 | 第58-62页 |
| 5.3.3 运动想象分类 | 第62-63页 |
| 5.3.4 结果反馈 | 第63页 |
| 5.4 系统的离线分析 | 第63-70页 |
| 5.4.1 频段选取 | 第64-65页 |
| 5.4.2 运动想象数据段选取 | 第65-67页 |
| 5.4.3 ICA导联选取 | 第67-69页 |
| 5.4.4 离线实验 | 第69-70页 |
| 5.5 系统的在线实验 | 第70页 |
| 5.6 讨论 | 第70-74页 |
| 5.6.1 实验数据分析 | 第70-72页 |
| 5.6.2 ICA训练样本的优化选择 | 第72-74页 |
| 5.7 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 附图 | 第81-83页 |
| 附表 | 第83-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间参与的科研项目以及发表的学术论文 | 第85页 |
