P300脑电诱发电位的分类识别及在脑机接口中的应用
| 摘要 | 第1-9页 |
| 英文摘要 | 第9-10页 |
| 符号说明 | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| ·引言 | 第11页 |
| ·脑机接口概述 | 第11-14页 |
| ·脑机接口研究的背景及意义 | 第11-12页 |
| ·研究历史和国内外现状 | 第12-13页 |
| ·脑机接口基本原理及结构 | 第13-14页 |
| ·选题背景 | 第14-15页 |
| ·本文的主要研究工作及内容安排 | 第15-16页 |
| 第二章 脑电信号与P300 | 第16-24页 |
| ·脑电信号概述 | 第16-20页 |
| ·脑电信号的采集 | 第16-17页 |
| ·脑电图 | 第17-18页 |
| ·脑电图科学记录 | 第18-19页 |
| ·常用于脑机接口的脑电信号 | 第19-20页 |
| ·事件相关电位与P300 | 第20-24页 |
| ·P300与ODDBALL范式 | 第21-22页 |
| ·关联负变 | 第22页 |
| ·失匹配负波 | 第22-23页 |
| ·N400 | 第23-24页 |
| 第三章 脑电信号的特征分析及分类算法 | 第24-34页 |
| ·EEG信号的特征 | 第24-25页 |
| ·EEG信号的特征提取 | 第25-26页 |
| ·EEG信号的分类识别及算法 | 第26-28页 |
| ·三种特征分类算法 | 第28-34页 |
| ·费希尔线性判别分析 | 第28-29页 |
| ·贝叶斯线性判别分析 | 第29-31页 |
| ·支持向量机 | 第31-34页 |
| 第四章 数据处理 | 第34-43页 |
| ·数据介绍 | 第34-36页 |
| ·BCIⅢ P300数据 | 第34-35页 |
| ·EPFL BCI P300数据 | 第35-36页 |
| ·基于LDA的BCIⅢ数据处理 | 第36-40页 |
| ·预处理 | 第37-38页 |
| ·LDA算法实现 | 第38-40页 |
| ·FLDA算法流程 | 第38-39页 |
| ·BLDA算法流程 | 第39-40页 |
| ·基于SVM的EPFL BCI数据处理 | 第40-43页 |
| ·预处理 | 第40-41页 |
| ·导联选取与算法实现 | 第41-43页 |
| 第五章 数据处理结果及讨论 | 第43-55页 |
| ·P300数据 | 第43-46页 |
| ·LDA对BCIⅢ P300数据的识别结果 | 第46-52页 |
| ·多种导联下的BLDA识别结果 | 第46-49页 |
| ·多种导联下FLDA识别结果 | 第49-52页 |
| ·SVM对EPFL数据的识别结果 | 第52-55页 |
| 第六章 结论与展望 | 第55-57页 |
| ·结论 | 第55-56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士期间发表的学术论文及项目 | 第62-63页 |
| 学位论文评阅及答辩情况表 | 第63页 |
