| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-24页 |
| ·引言 | 第9-10页 |
| ·基于EEG 的脑机接口概述 | 第10-22页 |
| ·脑机接口的概念与意义 | 第10-12页 |
| ·脑机接口系统的组成与关键技术 | 第12-14页 |
| ·脑机接口的分类 | 第14-15页 |
| ·脑机接口的国内外研究进展及研究思路 | 第15-22页 |
| ·论文的研究目的和研究内容 | 第22-24页 |
| ·研究目的 | 第22页 |
| ·主要研究内容 | 第22-24页 |
| 第二章 运动想象BCI 的研究基础 | 第24-36页 |
| ·大脑的结构与功能区 | 第24-27页 |
| ·脑电的产生机理及分类 | 第27-30页 |
| ·事件相关去同步/同步的研究 | 第30-33页 |
| ·脑电分析方法 | 第33-36页 |
| 第三章 实验设计 | 第36-41页 |
| ·脑电信号的采集 | 第36-38页 |
| ·左右手运动想象BCI 的实验方案设计 | 第38-39页 |
| ·注意事项 | 第39-40页 |
| ·实验结果 | 第40-41页 |
| 第四章 运动想象BCI 的个性化特征分析 | 第41-61页 |
| ·左右手运动想象EEG 能量特征分析 | 第41-49页 |
| ·时频分析研究 | 第41-44页 |
| ·基于时频分析的左右手运动想象频带能量特征差脑地形图法 | 第44-49页 |
| ·左右手运动想象EEG 复杂度特征分析 | 第49-55页 |
| ·样本熵的定义及特点 | 第50-51页 |
| ·基于样本熵的左右手运动想象复杂度特征差脑地形图法 | 第51-55页 |
| ·左右手运动想象EEG 高阶累积量特征分析 | 第55-60页 |
| ·高阶累积量及高阶谱 | 第55-57页 |
| ·基于高阶累积量的左右手运动想象特征差脑地形图法 | 第57-60页 |
| ·小结 | 第60-61页 |
| 第五章 运动想象BCI 的特征提取方法研究 | 第61-77页 |
| ·频带能量特征提取 | 第61-67页 |
| ·AR 模型功率谱估计法 | 第61-63页 |
| ·基于AR 模型的特征提取与参数选择 | 第63-67页 |
| ·复杂度特征提取 | 第67-71页 |
| ·样本熵快速算法 | 第67-68页 |
| ·特征提取与参数选择 | 第68-71页 |
| ·高阶累积量特征提取 | 第71-75页 |
| ·4 阶累积量快速算法 | 第72-73页 |
| ·特征提取与参数选择 | 第73-75页 |
| ·小结 | 第75-77页 |
| 第六章 运动想象BCI 的分类方法研究 | 第77-99页 |
| ·线性分类器（LDA） | 第77-81页 |
| ·基于Mahalanobis 距离的线性分类器 | 第77-79页 |
| ·基于Fisher 准则的线性判别式 | 第79-81页 |
| ·神经网络（NN）模式识别 | 第81-90页 |
| ·基于BP 神经网络的运动想象分类 | 第81-86页 |
| ·基于概率神经网络的运动想象分类 | 第86-90页 |
| ·支持向量机（SVM） | 第90-96页 |
| ·统计学习理论 | 第90-92页 |
| ·支持向量分类机 | 第92-94页 |
| ·基于SVM 的运动想象分类结果 | 第94-96页 |
| ·分类结果比较与讨论 | 第96-98页 |
| ·小结 | 第98-99页 |
| 第七章 提高运动想象BCI 分类正确率的三种方法探讨 | 第99-110页 |
| ·不同左右手运动想象策略对分类正确率的影响 | 第99-102页 |
| ·新型拉普拉斯电极的设计及其在运动想象BCI 中的应用 | 第102-106页 |
| ·训练数据选择 | 第106-109页 |
| ·小结 | 第109-110页 |
| 第八章 基于运动想象的实时BCI 系统的建立与应用研究 | 第110-123页 |
| ·基于运动想象的实时在线BCI 平台的设计 | 第110-118页 |
| ·总体设计框架 | 第110-112页 |
| ·在线BCI 系统实验设计 | 第112-114页 |
| ·用户训练流程 | 第114-115页 |
| ·实验结果及讨论 | 第115-118页 |
| ·基于运动想象BCI 的应用系统研究 | 第118-122页 |
| ·基于BCI 的智能型瘫痪病人辅助康复系统设计 | 第118-121页 |
| ·基于BCI 的环境控制系统设计 | 第121-122页 |
| ·小结 | 第122-123页 |
| 第九章 总结与展望 | 第123-127页 |
| ·总结 | 第123-125页 |
| ·展望 | 第125-127页 |
| 参考文献 | 第127-138页 |
| 发表论文和科研情况说明 | 第138-140页 |
| 致谢 | 第140页 |
