| 英文缩写一览表 | 第1-10页 |
| ABSTRACT | 第10-14页 |
| 摘要 | 第14-16页 |
| 1 绪论 | 第16-30页 |
| ·基于思维脑电的BCI 研究背景及意义 | 第16-20页 |
| ·研究背景 | 第16-18页 |
| ·研究意义 | 第18-20页 |
| ·全新的助残方式和控制手段 | 第18-19页 |
| ·特殊作业与军事环境下的应用 | 第19页 |
| ·新型的信息交流和娱乐方式 | 第19-20页 |
| ·BCI 技术研究现状及进展 | 第20-27页 |
| ·BCI 系统简介 | 第20-23页 |
| ·BCI 控制信号采集系统 | 第20-21页 |
| ·信号处理系统 | 第21-22页 |
| ·外部控制装置系统 | 第22页 |
| ·BCI 系统的设计和性能评价标准 | 第22-23页 |
| ·BCI 系统的分类 | 第23页 |
| ·理论研究方法 | 第23-25页 |
| ·应用研究概况 | 第25-26页 |
| ·关键技术和存在的问题 | 第26-27页 |
| ·本文研究目的和主要研究内容 | 第27-29页 |
| ·本文研究目的 | 第27页 |
| ·主要研究内容 | 第27-28页 |
| ·论文的研究体系结构 | 第28-29页 |
| ·课题来源 | 第29-30页 |
| 2 BCI 系统中EEG 信号特点与分析技术方法 | 第30-36页 |
| ·脑电概述 | 第30-32页 |
| ·脑电信号的特点 | 第32-33页 |
| ·分析技术方法简介 | 第33-36页 |
| ·频域分析 | 第33-34页 |
| ·时域分析 | 第34页 |
| ·时频域分析方法 | 第34-36页 |
| 3 想象左右手运动实验方案设计与BCI 系统构建 | 第36-43页 |
| ·基于想象左右手运动实验方案的设计 | 第36-37页 |
| ·实验提示程序设计 | 第37-38页 |
| ·思维脑电信号的采集 | 第38-41页 |
| ·记录部位与记录方式 | 第38-39页 |
| ·信号采集系统 | 第39-41页 |
| ·系统组成及要求 | 第39-40页 |
| ·Active one 生理信号测量系统简介 | 第40-41页 |
| ·实验系统与模型的构建 | 第41-43页 |
| 4 思维脑电特征提取方法研究及统计特性分析 | 第43-77页 |
| ·概述 | 第43-44页 |
| ·信号预处理与提取方法研究 | 第44-52页 |
| ·公共平均参考法 | 第44页 |
| ·维纳滤波 | 第44-46页 |
| ·自适应滤波 | 第46-48页 |
| ·频谱分析方法 | 第48-49页 |
| ·ICA 方法 | 第49-50页 |
| ·FAR 和AAR 方法 | 第50-52页 |
| ·p 阶FAR 模型 | 第51-52页 |
| ·p 阶AAR 模型 | 第52页 |
| ·小波变换与MRA 方法提取思维脑电特征 | 第52-74页 |
| ·概述 | 第52-53页 |
| ·小波变换基本理论 | 第53-71页 |
| ·傅立叶变换 | 第53页 |
| ·短时傅立叶变换 | 第53-55页 |
| ·小波变换与多分辩率分析(MRA) | 第55-63页 |
| ·小波包分析 | 第63-65页 |
| ·常用小波函数 | 第65-71页 |
| ·小波系数方法提取思维脑电特征 | 第71-74页 |
| ·小波变换系数的特征表现形式 | 第71-72页 |
| ·特征提取与特征向量的构建 | 第72-74页 |
| ·思维脑电特征的统计特性分析 | 第74-75页 |
| ·意义 | 第74页 |
| ·统计特性分析方法 | 第74-75页 |
| ·差别检验 | 第75页 |
| ·相关分析 | 第75页 |
| ·本章小结 | 第75-77页 |
| 5 思维脑电信号特征识别分类方法研究 | 第77-103页 |
| ·概述 | 第77-79页 |
| ·信号识别分类方法研究 | 第79-92页 |
| ·统计模式识别 | 第79-85页 |
| ·聚类分析 | 第79-81页 |
| ·统计判决 | 第81-82页 |
| ·Fisher 线性判别 | 第82-83页 |
| ·支持向量机 | 第83-85页 |
| ·句法模式识别 | 第85-87页 |
| ·逻辑推理法 | 第87页 |
| ·模糊模式识别 | 第87-88页 |
| ·神经网络模式识别 | 第88-92页 |
| ·神经网络的简单原理 | 第88-89页 |
| ·神经元和神经网络的结构 | 第89-90页 |
| ·人工神经网络基本特性 | 第90-91页 |
| ·人工神经网络的分类与应用 | 第91-92页 |
| ·BP 神经网络方法识别思维脑电特征 | 第92-101页 |
| ·感知器神经网络 | 第92-94页 |
| ·BP 神经网络 | 第94-99页 |
| ·BP 网络结构 | 第94-95页 |
| ·BP 神经网络的设计 | 第95-99页 |
| ·基于BP 神经网络的思维脑电特征识别分类方法 | 第99-101页 |
| ·本章小结 | 第101-103页 |
| 6 想象运动思维脑电BCI 实验研究及结果分析 | 第103-119页 |
| ·实验方法及具体实验过程 | 第103-106页 |
| ·实验方法 | 第103-104页 |
| ·实验过程 | 第104-106页 |
| ·实验数据处理分析过程 | 第106-109页 |
| ·思维脑电的特征提取 | 第107-108页 |
| ·脑电特征的统计特性分析 | 第108页 |
| ·脑电特征的识别分类 | 第108-109页 |
| ·实验结果与分析讨论 | 第109-117页 |
| ·对于?t 的分析 | 第109-110页 |
| ·三种情况下的信号特征分布与特性分析 | 第110-113页 |
| ·三种情况下的识别分类结果 | 第113-117页 |
| ·本章小结 | 第117-119页 |
| 7 全文总结与展望 | 第119-125页 |
| ·全文总结 | 第119-122页 |
| ·展望与进一步改进的方面 | 第122-125页 |
| 致谢 | 第125-126页 |
| 参考文献 | 第126-134页 |
| 附录 | 第134-135页 |
| A. 作者在攻读博士学位期间发表的论文 | 第134-135页 |
| B. 作者在攻读博士学位期间参加的科研项目及获奖情况 | 第135页 |