| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-29页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 国内外主要研究现状 | 第12-27页 |
| 1.2.1 脑机接口 | 第12-16页 |
| 1.2.2 脑电信号采集 | 第16-20页 |
| 1.2.3 脑电信号特征提取方法 | 第20-21页 |
| 1.2.4 语言认知神经机制 | 第21-25页 |
| 1.2.5 脑网络 | 第25-27页 |
| 1.3 本文的主要研究内容 | 第27-29页 |
| 第二章 脑电信号的事件相关电位分析 | 第29-47页 |
| 2.1 引言 | 第29-30页 |
| 2.2 听觉脑机接口实验设计及信号采集 | 第30-33页 |
| 2.2.1 脑电信号的采集过程 | 第30-31页 |
| 2.2.2 听觉脑机接口实验设计 | 第31-33页 |
| 2.3 数据分析方法 | 第33-38页 |
| 2.3.1 数据预处理 | 第33页 |
| 2.3.2 经验模态分解 | 第33-35页 |
| 2.3.3 支持向量机 | 第35-38页 |
| 2.4 特征信号提取及分类结果 | 第38-46页 |
| 2.4.1 听觉刺激的平均响应 | 第38-40页 |
| 2.4.2 基于经验模态分解的特征提取 | 第40-41页 |
| 2.4.3 基于支持向量机的听觉脑机接口分类 | 第41-43页 |
| 2.4.4 听觉脑机接口信息传输率 | 第43-44页 |
| 2.4.5 结果分析与讨论 | 第44-46页 |
| 2.5 本章小结 | 第46-47页 |
| 第三章 多尺度皮层脑电时频特征分析及语言区定位 | 第47-63页 |
| 3.1 引言 | 第47页 |
| 3.2 实验设计与数据采集 | 第47-50页 |
| 3.2.1 被试 | 第47-49页 |
| 3.2.2 音节阅读实验设计 | 第49-50页 |
| 3.2.3 皮层脑电数据采集 | 第50页 |
| 3.3 时频特征提取方法 | 第50-53页 |
| 3.3.1 数据预处理 | 第50-51页 |
| 3.3.2 时频功率谱提取方法 | 第51-53页 |
| 3.4 皮层脑电时频分析结果与讨论 | 第53-62页 |
| 3.4.1 音节阅读任务的平均响应时间 | 第53-54页 |
| 3.4.2 基于多窗谱估计的时频功率谱分析 | 第54-57页 |
| 3.4.3 基于High gamma特征的语言运动区定位 | 第57-58页 |
| 3.4.4 不同类音节的高频响应 | 第58-60页 |
| 3.4.5 结果分析与讨论 | 第60-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第四章 基于High gamma特征的音节分类 | 第63-77页 |
| 4.1 引言 | 第63-64页 |
| 4.2 皮层脑电信号采集及数据处理 | 第64-70页 |
| 4.2.1 被试及数据采集 | 第64-67页 |
| 4.2.2 基于希尔伯特变换的High gamma特征提取 | 第67-68页 |
| 4.2.3 特征选择与分类方法 | 第68-70页 |
| 4.3 特征提取及分类结果分析 | 第70-76页 |
| 4.3.1 High gamma特征可视化 | 第70-71页 |
| 4.3.2 基于方差分析的特征选择 | 第71页 |
| 4.3.3 基于High gamma特征的分类结果 | 第71-75页 |
| 4.3.4 结果分析与讨论 | 第75-76页 |
| 4.4 本章小结 | 第76-77页 |
| 第五章 时变动态贝叶斯网络模型及其在皮层脑电网络连接中的应用 | 第77-90页 |
| 5.1 引言 | 第77-78页 |
| 5.2 时变动态贝叶斯网络模型 | 第78-82页 |
| 5.2.1 时变动态贝叶斯网络 | 第78-80页 |
| 5.2.2 时变动态贝叶斯网络在脑网络中的应用 | 第80-82页 |
| 5.3 度中心度以及特征向量中心度分析 | 第82-83页 |
| 5.3.1 度中心度 | 第82-83页 |
| 5.3.2 特征向量中心度 | 第83页 |
| 5.4 时变动态网络构建及中心度分析 | 第83-89页 |
| 5.4.1 发音不同阶段的网络连接 | 第83-86页 |
| 5.4.2 不同类型音节发音阶段的网络连接 | 第86-87页 |
| 5.4.3 语言任务下脑网络度中心度分析 | 第87-88页 |
| 5.4.4 语言任务下脑网络特征向量中心度分析 | 第88-89页 |
| 5.5 本章小结 | 第89-90页 |
| 第六章 基于网络连接特征的音节分类 | 第90-106页 |
| 6.1 引言 | 第90页 |
| 6.2 网络连接特征提取及分类方法 | 第90-93页 |
| 6.2.1 数据预处理 | 第91页 |
| 6.2.2 互相关 | 第91-92页 |
| 6.2.3 时变动态贝叶斯网络 | 第92-93页 |
| 6.2.4 特征选择和分类方法 | 第93页 |
| 6.3 脑网络连接及分类结果 | 第93-105页 |
| 6.3.1 电极的选择 | 第93-94页 |
| 6.3.2 基于互相关的脑功能网络连接系数 | 第94-98页 |
| 6.3.3 基于时变动态贝叶斯网络的脑效应网络连接系数 | 第98-101页 |
| 6.3.4 基于线性判别分析的分类结果 | 第101-104页 |
| 6.3.5 结果分析与讨论 | 第104-105页 |
| 6.4 本章小结 | 第105-106页 |
| 第七章 总结与展望 | 第106-109页 |
| 7.1 全文工作总结 | 第106-107页 |
| 7.2 论文主要创新点 | 第107-108页 |
| 7.3 展望 | 第108-109页 |
| 参考文献 | 第109-120页 |
| 攻读博士学位期间所取得的相关科研成果 | 第120-122页 |
| 致谢 | 第122-123页 |
