摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-22页 |
1.1 研究背景 | 第9-19页 |
1.1.1 BCI的定义 | 第9-10页 |
1.1.2 基于EEG信号的BCI技术的分类 | 第10-13页 |
1.1.3 想象动作电位国内外优化现状 | 第13-18页 |
1.1.4 课题的研究意义及创新点 | 第18-19页 |
1.2 研究内容与章节安排 | 第19-22页 |
1.2.1 研究内容 | 第19-20页 |
1.2.2 研究思路 | 第20-21页 |
1.2.3 章节安排 | 第21-22页 |
第二章 ERD/ERS原理 | 第22-26页 |
2.1 EEG信号的产生与采集 | 第22-24页 |
2.1.1 EEG信号的产生 | 第22-23页 |
2.1.2 EEG信号的采集 | 第23-24页 |
2.2 运动想象BCI的分类 | 第24-25页 |
2.3 想象动作ERD/ERS特征及分析方法 | 第25-26页 |
第三章 实验平台的设计和实验实施 | 第26-40页 |
3.1 实验系统的介绍 | 第26-31页 |
3.1.1 实验软件部分的介绍 | 第26-29页 |
3.1.2 实验硬件部分的介绍 | 第29-30页 |
3.1.3 脑电采集系统工作流程 | 第30-31页 |
3.2 实时监控视频诱导平台的VC++实现 | 第31-35页 |
3.2.1 实时监控视频诱导平台的实现原理 | 第31-33页 |
3.2.2 实时监控视频诱导平台的编程实现 | 第33-35页 |
3.3 实验时序的设计及实验平台的搭建 | 第35-37页 |
3.3.1 E-Prime实验时序的设计 | 第35-36页 |
3.3.2 实验平台的搭建 | 第36-37页 |
3.4 各子实验的设计 | 第37-40页 |
3.4.1 有无视频对比实验的设计 | 第37-38页 |
3.4.2 基于下肢不同抬起幅度运动想象实验的设计 | 第38-40页 |
第四章 脑电信号的处理分析 | 第40-50页 |
4.1 原始数据的预处理 | 第40-42页 |
4.1.1 电极参考转换 | 第40-41页 |
4.1.2 降采样 | 第41页 |
4.1.3 带通滤波 | 第41页 |
4.1.4 空间滤波 | 第41页 |
4.1.5 截数据 | 第41-42页 |
4.2 运动想象脑电的特征提取 | 第42-49页 |
4.2.1 时频分析法 | 第42-44页 |
4.2.2 功率谱密度(PSD)曲线法 | 第44-47页 |
4.2.3 脑地形图法 | 第47-49页 |
4.3 脑电信号的统计学分析 | 第49-50页 |
4.3.1 配对T检验 | 第49-50页 |
第五章 数据的模式识别 | 第50-58页 |
5.1 数据的特征提取 | 第50-54页 |
5.1.1 共空间模式(CSP)算法原理 | 第50-52页 |
5.1.2 CSP的应用及结果 | 第52-54页 |
5.2 数据的分类识别 | 第54-58页 |
5.2.1 SVM算法原理 | 第54-56页 |
5.2.2 分类结果与分析 | 第56-58页 |
第六章 总结与展望 | 第58-60页 |
6.1 论文工作总结 | 第58-59页 |
6.2 论文未来工作展望 | 第59-60页 |
参考文献 | 第60-64页 |
致谢 | 第64页 |