首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文

复合运动想象诱发下的脑电响应机制与解码技术研究

中文摘要第4-6页
ABSTRACT第6-7页
第1章 绪论第11-29页
    1.1 脑-机接口系统第11-17页
        1.1.1 脑-机接口的发展历史第11-13页
        1.1.2 脑-机接口的分类第13-16页
        1.1.3 脑-机接口的组成第16-17页
    1.2 运动想象第17-21页
        1.2.1 大脑神经振荡第17-19页
        1.2.2 运动想象的激活模式第19-21页
        1.2.3 运动想象的应用第21页
    1.3 MI-BCI系统第21-25页
        1.3.1 MI-BCI的工作原理第22页
        1.3.2 MI-BCI的发展第22-24页
        1.3.3 MI-BCI的应用第24-25页
    1.4 研究目的与意义第25-26页
    1.5 主要研究内容和文章安排第26-29页
第2章 基于同步性CLMI的BCI新范式研究第29-43页
    2.1 同步性CLMI实验第29-31页
        2.1.1 动作设计和实验流程第29-30页
        2.1.2 数据采集和预处理第30-31页
    2.2 数据处理第31-34页
        2.2.1 事件相关谱扰动和脑地形图第31页
        2.2.2 功率谱熵和空间分布系数第31-32页
        2.2.3 改进的多类CSP第32-34页
    2.3 结果第34-40页
        2.3.1 EEG振荡模式第34-38页
        2.3.2 PSE与SDC分析第38-39页
        2.3.3 七类思维任务的分类正确率第39-40页
    2.4 讨论第40-42页
        2.4.1 同步性CLMI与SLMI在EEG振荡模式上的差异第40-41页
        2.4.2 多类CSP空间模式第41-42页
    2.5 小结第42-43页
第3章 同步性CLMI功能定位与脑网络研究第43-61页
    3.1 实验与数据第44页
    3.2 数据处理第44-47页
        3.2.1 源定位成像第44-45页
        3.2.2 因效网络构建第45-46页
        3.2.3 相位同步分析第46-47页
    3.3 结果第47-55页
        3.3.1 源定位分析第47-49页
        3.3.2 因效网络分析第49-53页
        3.3.3 10-11Hz mu ERD和theta ERS第53-55页
    3.4 讨论第55-59页
        3.4.1 同步性CLMI与SLMI在网络特征上的差异第55-58页
        3.4.2 同步性CLMI与SLMI在mu ERD和theta ERS上的差异第58-59页
    3.5 小结第59-61页
第4章 基于序列性CLMI的BCI新范式研究第61-77页
    4.1 序列性CLMI实验第61-63页
        4.1.1 序列设计和实验流程第61-63页
        4.1.2 数据采集和预处理第63页
    4.2 数据处理第63-66页
        4.2.1 事件相关谱扰动和相位同步分析第63-64页
        4.2.2 基于Multi-CSP和PSD的分类策略第64-66页
    4.3 结果第66-72页
        4.3.1 ERSP分析第66-67页
        4.3.2 ERD分析第67-69页
        4.3.3 PLV分析第69-70页
        4.3.4 分类正确率第70-72页
    4.4 讨论第72-75页
        4.4.1 序列性CLMI的EEG振荡模式第72-74页
        4.4.2 分类策略与任务模式第74-75页
    4.5 小结第75-77页
第5章 融入电刺激的新型复合MI-SSSEP范式研究第77-91页
    5.1 复合MI-SSSEP范式实验设计第78-80页
        5.1.1 电刺激参数设置第78-79页
        5.1.2 实验流程和数据采集第79-80页
    5.2 数据处理第80-83页
        5.2.1 事件相关谱扰动和脑地形图第80-81页
        5.2.2 基于FBCSP的特征提取与分类第81-83页
    5.3 结果第83-86页
        5.3.1 EEG振荡模式第83-85页
        5.3.2 复合MI-SSSEP范式的分类性能第85-86页
    5.4 讨论第86-89页
    5.5 小结第89-91页
第6章 总结与展望第91-95页
    6.1 工作总结第91-93页
    6.2 未来展望第93-95页
参考文献第95-105页
发表论文和科研情况说明第105-107页
致谢第107-108页

论文共108页,点击 下载论文
上一篇:合成橡胶用钕基三元催化剂结构及催化机理研究
下一篇:面向多源数据的B样条人脸重建研究