| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 脑机接口研究背景 | 第12-13页 |
| 1.2 脑机接口的研究现状 | 第13-18页 |
| 1.2.1 单模态脑机接口研究现状 | 第13-14页 |
| 1.2.2 单模态脑机接口存在的问题 | 第14-15页 |
| 1.2.3 双模态脑机接口的研究现状 | 第15-18页 |
| 1.3 动作意图理解诱发的脑电生理学基础 | 第18-19页 |
| 1.3.1 脑电信号的产生机理 | 第18页 |
| 1.3.2 动作意图导致的事件相关同步/去同步现象 | 第18-19页 |
| 1.4 动作意图领会诱发的血氧信息的生理学基础 | 第19-20页 |
| 1.4.1 神经血流动力学响应 | 第19-20页 |
| 1.4.2 动作意图理解诱发的血氧变化 | 第20页 |
| 1.5 本文的主要研究内容 | 第20-21页 |
| 1.6 论文的章节安排 | 第21-22页 |
| 第二章 基于动作意图理解的双模态脑机接口系统实验设计 | 第22-26页 |
| 2.1 实验环境 | 第22页 |
| 2.2 被试 | 第22-23页 |
| 2.3 实验范式 | 第23-24页 |
| 2.4 双模态脑机接口信号的采集 | 第24-25页 |
| 2.4.1 脑电信号的采集 | 第24页 |
| 2.4.2 近红外光谱血氧信号的采集 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 双模态脑机接口系统的特征提取 | 第26-39页 |
| 3.1 信号的预处理 | 第26-28页 |
| 3.1.1 脑电信号的预处理 | 第26-27页 |
| 3.1.2 血氧信号的预处理 | 第27-28页 |
| 3.2 脑电信号的特征提取 | 第28-34页 |
| 3.2.1 频域分析法 | 第29页 |
| 3.2.2 时频分析 | 第29-30页 |
| 3.2.3 共同空间模式 | 第30-33页 |
| 3.2.4 特征提取方法比较 | 第33-34页 |
| 3.3 血氧信号的特征提取 | 第34-38页 |
| 3.3.1 血氧变化的方差特征 | 第34-35页 |
| 3.3.2 血氧变化的幅度平均绝对值特征 | 第35-36页 |
| 3.3.3 血氧变化的峰值特征 | 第36-37页 |
| 3.3.4 血氧信号特征提取方法对比 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 双模态脑机接口系统的动作意图识别分类 | 第39-57页 |
| 4.1 数据融合方法理论 | 第39-41页 |
| 4.2 基于线性判别分析的特征层数据融合和分类 | 第41-49页 |
| 4.2.1 线性判别分析的基本原理 | 第41-42页 |
| 4.2.2 LDA分类器设计 | 第42-44页 |
| 4.2.3 基于线性判别分析的融合及分类 | 第44页 |
| 4.2.4 样本划分 | 第44-45页 |
| 4.2.5 实验的结果与分析 | 第45-49页 |
| 4.3 基于神经网络的决策层数据融合和分类 | 第49-55页 |
| 4.3.1 神经网络的基本原理 | 第49-51页 |
| 4.3.2 基于神经网络的融合和分类 | 第51-52页 |
| 4.3.3 决策层融合参数选择 | 第52-53页 |
| 4.3.4 实验的结果与分析 | 第53-55页 |
| 4.4 LDA特征层融合和BP决策层融合的比较分析 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
