基于稳态视觉诱发电位和精神分裂症脑磁信号的分析与识别研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 脑电/磁信号概述 | 第9-12页 |
| 1.1.1 脑电/磁信号研究背景 | 第9-10页 |
| 1.1.2 脑信号记录方式 | 第10-12页 |
| 1.2 脑机接口概述 | 第12-15页 |
| 1.2.1 脑机接口结构 | 第12-13页 |
| 1.2.2 脑机接口范式 | 第13-15页 |
| 1.3 国内外研究现状及研究意义 | 第15-17页 |
| 1.3.1 精神分裂症研究现状及意义 | 第15-16页 |
| 1.3.2 脑机接口研究现状及意义 | 第16-17页 |
| 1.4 本文研究内容 | 第17-19页 |
| 第二章 脑电/磁信号分析方法 | 第19-31页 |
| 2.1 脑电/磁信号特征提取 | 第19-25页 |
| 2.1.1 时域分析 | 第19页 |
| 2.1.2 频域分析 | 第19-20页 |
| 2.1.3 时频分析 | 第20-23页 |
| 2.1.4 非线性动力学分析 | 第23-25页 |
| 2.2 脑电/磁信号模式分类 | 第25-29页 |
| 2.2.1 线性判别分析 | 第25-26页 |
| 2.2.2 支持向量机 | 第26-27页 |
| 2.2.3 自适应增强分类器 | 第27-28页 |
| 2.2.4 BP神经网络 | 第28-29页 |
| 2.2.5 朴素贝叶斯分类器 | 第29页 |
| 2.3 本章小结 | 第29-31页 |
| 第三章 基于多维复杂度的精神分裂症脑磁信号区分 | 第31-41页 |
| 3.1 精神分裂症脑磁数据 | 第31页 |
| 3.2 基于多维复杂度的特征提取 | 第31-33页 |
| 3.2.1 AR模型系数 | 第31页 |
| 3.2.2 频带能量 | 第31-32页 |
| 3.2.3 近似熵 | 第32页 |
| 3.2.4 Lempel-Ziv复杂度 | 第32-33页 |
| 3.3 基于距离准则和增L减R搜索算法的通道选择 | 第33-35页 |
| 3.3.1 距离准则 | 第34-35页 |
| 3.3.2 增L减R搜索 | 第35页 |
| 3.4 基于遗传算法的特征选择 | 第35-36页 |
| 3.5 实验过程与结果分析 | 第36-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于稳态视觉诱发电位的脑电实验设计 | 第41-48页 |
| 4.1 系统方案 | 第41页 |
| 4.2 视觉刺激界面的设计与实现 | 第41-44页 |
| 4.2.1 视觉刺激设备 | 第41-42页 |
| 4.2.2 视觉刺激频率 | 第42-44页 |
| 4.2.3 视觉刺激颜色 | 第44页 |
| 4.2.4 刺激界面实现 | 第44页 |
| 4.3 脑电信号采集系统 | 第44-45页 |
| 4.4 脑电实验方案 | 第45-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第五章 基于稳态视觉诱发电位的脑电频率识别研究 | 第48-61页 |
| 5.1 信号预处理 | 第48-49页 |
| 5.2 稳态视觉诱发电位信号特征提取 | 第49-54页 |
| 5.2.1 离散傅里叶变换 | 第49-50页 |
| 5.2.2 典型相关分析 | 第50-52页 |
| 5.2.3 多变量同步指数 | 第52-54页 |
| 5.3 实验过程 | 第54-58页 |
| 5.3.1 基于DFT的SSVEP频率识别 | 第54-55页 |
| 5.3.2 基于CCA的SSVEP频率识别 | 第55-57页 |
| 5.3.3 基于MSI的SSVEP频率识别 | 第57-58页 |
| 5.4 实验结果及对比分析 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 全文总结 | 第61页 |
| 6.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第67-68页 |
| 致谢 | 第68页 |
