| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 缩略语对照表 | 第9-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 脑-机接口的基本内容及研究意义 | 第12-17页 |
| 1.1.1 脑—机接口及其发展历史 | 第12-15页 |
| 1.1.2 脑-机接口系统介绍 | 第15-16页 |
| 1.1.3 脑-机接口研究的意义 | 第16-17页 |
| 1.2 脑-机接口的研究现状 | 第17-18页 |
| 1.3 本文研究的目的及内容 | 第18-20页 |
| 第二章 脑结构及部分脑电介绍 | 第20-28页 |
| 2.1 人脑解剖结构及脑电介绍 | 第20-24页 |
| 2.1.1 人脑的解剖结构及功能介绍 | 第20-22页 |
| 2.1.2 脑电基础 | 第22-24页 |
| 2.2 脑—机接口研究中的EEG | 第24-25页 |
| 2.3 事件相关同步电位（ERS）及事件相关去同步(ERD)电位 | 第25-27页 |
| 2.3.1 ERS及ERD的定义 | 第25-26页 |
| 2.3.2 区分ERD及ERS的数学表达 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 左右手运动想象脑电特征提取算法 | 第28-38页 |
| 3.1 脑电数据的特点 | 第28页 |
| 3.2 功率谱估计 | 第28-32页 |
| 3.3 基于AR模型的脑电特征提取 | 第32-35页 |
| 3.4 基于双谱的特征提取 | 第35-36页 |
| 3.4.1 双谱定义 | 第35页 |
| 3.4.2 双谱的性质 | 第35页 |
| 3.4.3 双谱法特征提取 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 左右手运动想象脑电的模式分类算法 | 第38-48页 |
| 4.1 线性判别分析算法 | 第38-41页 |
| 4.1.1 LDA分类原理 | 第38-40页 |
| 4.1.2 Fisher线性判别(FLDA)分类器设计 | 第40-41页 |
| 4.2 SVM分类算法 | 第41-44页 |
| 4.3 BP神经网络分类 | 第44-46页 |
| 4.3.1 BP神经的定义及特点 | 第44-45页 |
| 4.3.2 BP神经网络 | 第45-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第五章 脑电特征提取和分类的实验研究 | 第48-58页 |
| 5.1 数据来源 | 第48-49页 |
| 5.2 试验过程 | 第49-55页 |
| 5.2.1 特征提取 | 第49-51页 |
| 5.2.2 分类方法 | 第51-52页 |
| 5.2.3 实验结果分析 | 第52-55页 |
| 5.3 动态分类实验 | 第55-56页 |
| 5.4 总结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-64页 |
| 作者简介 | 第64-65页 |