| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-22页 |
| ·脑-机接口概述 | 第9-11页 |
| ·基于视觉诱发电位的脑-机接口研究 | 第11-13页 |
| ·基于事件相关电位的脑-机接口研究 | 第13-15页 |
| ·运动视觉处理的生理背景 | 第15-18页 |
| ·认知与脑-机接口 | 第18-20页 |
| ·正相晚成分的生理背景 | 第18-20页 |
| ·认知脑-机接口 | 第20页 |
| ·论文工作目标和内容 | 第20-22页 |
| 第2章 基于运动起始视觉刺激范式的脑-机接口系统 | 第22-38页 |
| ·系统构成 | 第22-25页 |
| ·脑-机接口实验平台 | 第22-23页 |
| ·视觉刺激器软件 | 第23-25页 |
| ·实验方案 | 第25-28页 |
| ·范式设计 | 第25-27页 |
| ·数据获取 | 第27-28页 |
| ·数据处理 | 第28-35页 |
| ·预处理 | 第29-30页 |
| ·相干平均 | 第30-32页 |
| ·时间空间模式分析 | 第32-33页 |
| ·目标识别算法 | 第33-35页 |
| ·脑-机接口系统的目标识别结果 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 基于运动起始视觉刺激范式的字符输入脑-机接口 | 第38-56页 |
| ·实验范式 | 第38-42页 |
| ·视觉刺激界面设计 | 第38-41页 |
| ·与P300-speller 的比较 | 第41-42页 |
| ·N200-speller诱发响应的实验研究 | 第42-48页 |
| ·N200-speller 诱发响应的时间空间模式 | 第42-44页 |
| ·N200-speller 与P300-speller 的诱发响应分析比较 | 第44-48页 |
| ·N200-speller系统配置的方案设计 | 第48-51页 |
| ·导联选择 | 第48-49页 |
| ·目标识别算法——支持向量机 | 第49-51页 |
| ·BCI 目标识别结果 | 第51-54页 |
| ·目标识别正确率 | 第51-53页 |
| ·信息传输速率 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第4章 基于运动起始视觉刺激范式的脑-机接口的生理机制研究 | 第56-73页 |
| ·运动起始视觉诱发电位的分析 | 第56-59页 |
| ·运动方向对运动起始诱发电位的影响 | 第59-61页 |
| ·正相晚成分的分析 | 第61-63页 |
| ·范式的任务设计与注意力调制效应 | 第63-68页 |
| ·实验任务设计与注意（显性注意）的调制效应 | 第64-65页 |
| ·选择性注意（隐性注意）的实验研究 | 第65-68页 |
| ·诱发响应成分的适应性 | 第68-70页 |
| ·诱发响应波形中5 Hz伪迹的产生原因分析 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第5章 基于运动起始视觉刺激范式的脑-机接口模式分类问题研究 | 第73-92页 |
| ·模式分类问题概述 | 第73-74页 |
| ·特征选择 | 第74-75页 |
| ·频域中的特征选择 | 第74页 |
| ·时域中的特征选择 | 第74页 |
| ·空域中的特征选择 | 第74-75页 |
| ·特征提取 | 第75-79页 |
| ·主分量分析提取特征 | 第75-76页 |
| ·Fisher 线性映射提取特征 | 第76-78页 |
| ·逐步回归方法提取特征 | 第78-79页 |
| ·分类算法 | 第79-86页 |
| ·线性判别法 | 第79-80页 |
| ·支持向量机 | 第80-83页 |
| ·K 近邻法分类 | 第83-84页 |
| ·人工神经网络 | 第84-86页 |
| ·模式分类结果比较 | 第86-90页 |
| ·交叉检验正确率估计 | 第86-89页 |
| ·模拟在线的正确率估计 | 第89-90页 |
| ·本章小结 | 第90-92页 |
| 第6章 结论 | 第92-98页 |
| ·论文结论 | 第92-94页 |
| ·论文的创新点 | 第94-95页 |
| ·研究展望 | 第95-98页 |
| 参考文献 | 第98-105页 |
| 致谢 | 第105-106页 |
| 个人简历、在读期间发表的学术论文与研究成果 | 第106页 |
