| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-24页 |
| §1-1 脑机接口研究背景 | 第11页 |
| §1-2 脑机接口发展概述 | 第11-16页 |
| 1-2-1 发展史及定义 | 第11-14页 |
| 1-2-2 研究意义 | 第14-16页 |
| §1-3 脑机接口系统简介 | 第16-18页 |
| §1-4 脑机接口研究方法 | 第18-20页 |
| §1-5 与驾驶行为有关的脑电研究现状 | 第20-22页 |
| 1-5-1 研究的方法及意义 | 第20-21页 |
| 1-5-2 研究中实验设计与分析 | 第21-22页 |
| §1-6 本文研究内容 | 第22-24页 |
| 第二章 基于运动想象的脑机接口研究基础 | 第24-37页 |
| §2-1 脑电信号生理特点 | 第24-28页 |
| 2-1-1 脑电产生机理 | 第24-25页 |
| 2-1-2 脑电特点 | 第25-26页 |
| 2-1-3 脑电分类 | 第26-27页 |
| 2-1-4 脑电处理方法分析 | 第27-28页 |
| §2-2 运动想象脑电信号 | 第28-36页 |
| 2-2-1 大脑的结构及分区 | 第28-33页 |
| 2-2-2 想象脑电的特点 | 第33-36页 |
| §2-3 本章小结 | 第36-37页 |
| 第三章 基于想象驾驶行为的脑电实验采集及预处理 | 第37-56页 |
| §3-1 研究方案 | 第37-45页 |
| 3-1-1 虚拟环境的设计 | 第38-41页 |
| 3-1-2 实验设备介绍 | 第41-44页 |
| 3-1-3 受试者的选取 | 第44页 |
| 3-1-4 其它注意事项 | 第44-45页 |
| §3-2 脑电的预处理 | 第45-55页 |
| 3-2-1 脑电数据预处理 | 第45-48页 |
| 3-2-2 基于脑电地形图驾驶脑电的分析 | 第48-51页 |
| 3-2-3 相关电极 C3、C4 的 EEG 信号预处理后的结果 | 第51-55页 |
| §3-3 本章小结 | 第55-56页 |
| 第四章 驾驶脑电的特征分析研究 | 第56-86页 |
| §4-1 脑电信号的特征分析方法 | 第56-63页 |
| 4-1-1 概述 | 第56-57页 |
| 4-1-2 DSP 特征提取算法分析 | 第57-59页 |
| 4-1-3 邻域空间模式算法（NSP）分析 | 第59-63页 |
| §4-2 傅里叶变换与功率谱 | 第63-71页 |
| 4-2-1 算法分析 | 第63-65页 |
| 4-2-2 结果与分析 | 第65-71页 |
| §4-3 公共空间模式 CSP 算法的特征提取 | 第71-77页 |
| 4-3-1 CSP 滤波 | 第71-73页 |
| 4-3-2 降维处理 | 第73-77页 |
| §4-4 CSP 算法在频域、时域内的特征提取结果及比较分析 | 第77-85页 |
| 4-4-1 频域特征提取结果 | 第77-81页 |
| 4-4-2 时域特征提取结果 | 第81-85页 |
| §4-5 本章小结 | 第85-86页 |
| 第五章 驾驶脑电的分类方法研究 | 第86-99页 |
| §5-1 概述 | 第86-87页 |
| §5-2 线性判别分析 | 第87-89页 |
| §5-3 支持向量机 SVM | 第89-94页 |
| 5-3-1 算法研究 | 第89-92页 |
| 5-3-2 分类结果 | 第92-94页 |
| §5-4 线性回归分类算法 | 第94-98页 |
| 5-4-1 算法研究 | 第94-96页 |
| 5-4-2 分类结果 | 第96-98页 |
| §5-5 比较与讨论 | 第98页 |
| §5-6 本章小结 | 第98-99页 |
| 第六章 基于语音识别技术的 BCI 车辆辅助控制模型 | 第99-109页 |
| §6-1 语音识别技术 | 第99页 |
| §6-2 基于语音控识别的 BCI 智能小车控制方案 | 第99-108页 |
| 6-2-1 系统总体方案 | 第99-100页 |
| 6-2-2 系统硬件设计与实现 | 第100-104页 |
| 6-2-3 系统软件设计与实现 | 第104-108页 |
| §6-3 本章小结 | 第108-109页 |
| 第七章 总结与展望 | 第109-111页 |
| 参考文献 | 第111-118页 |
| 致谢 | 第118-119页 |
| 攻读博士学位期间所取得的相关科研成果 | 第119-120页 |
