| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 脑-机接口概述 | 第12页 |
| 1.2 听觉脑-机接口系统研究现状 | 第12-15页 |
| 1.2.1 基于听觉P300电位的脑-机接口 | 第13页 |
| 1.2.2 基于稳态听觉诱发电位的脑-机接口 | 第13-14页 |
| 1.2.3 基于听觉空间注意的脑-机接口 | 第14-15页 |
| 1.3 论文研究内容及意义 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 听觉诱发电位研究基础 | 第18-24页 |
| 2.1 听觉诱发电位的采集 | 第18-19页 |
| 2.1.1 10-10道国际电极系统 | 第18-19页 |
| 2.1.2 刺激声的种类与选择 | 第19页 |
| 2.2 听觉诱发电位的分类 | 第19-21页 |
| 2.2.1 早期反应 | 第19-20页 |
| 2.2.2 中潜伏期反应 | 第20页 |
| 2.2.3 长潜伏期反应 | 第20-21页 |
| 2.3 听觉诱发电位的现代分析方法 | 第21-22页 |
| 2.3.1 时频分析 | 第21页 |
| 2.3.2 非线性动力学分析 | 第21-22页 |
| 2.3.3 生物神经网络模型研究 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 听觉注意脑电信号的采集与伪迹消除 | 第24-46页 |
| 3.1 数据获取与预处理 | 第24-32页 |
| 3.1.1 实验对象及设备 | 第24页 |
| 3.1.2 实验环境 | 第24页 |
| 3.1.3 实验流程 | 第24-25页 |
| 3.1.4 数据预处理 | 第25-30页 |
| 3.1.5 变系数叠加平均证明 | 第30-32页 |
| 3.2 伪迹去除方法简介 | 第32-38页 |
| 3.2.1 基于DWT的去伪迹方法 | 第34-35页 |
| 3.2.2 基于BSS的去伪迹方法 | 第35-36页 |
| 3.2.3 基于EMD的去伪迹方法 | 第36-37页 |
| 3.2.4 基于混合模型的去伪迹方法 | 第37-38页 |
| 3.3 基于非线性阈值函数的MODWT降噪算法 | 第38-41页 |
| 3.4 基于CEEMDAN的单导联背景EEG去除算法 | 第41-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 听觉注意AMLR的特征提取 | 第46-52页 |
| 4.1 特征提取 | 第46-47页 |
| 4.1.1 能量 | 第46页 |
| 4.1.2 面积 | 第46页 |
| 4.1.3 C0复杂度 | 第46-47页 |
| 4.1.4 AR模型系数 | 第47页 |
| 4.1.5 基线峰值 | 第47页 |
| 4.2 基于共空间模态的特征提取 | 第47-48页 |
| 4.3 特征评估 | 第48-49页 |
| 1 )信息增益 | 第48-49页 |
| 2 )显著差异分析 | 第49页 |
| 3 )r平方 | 第49页 |
| 4.4 特征提取结果 | 第49-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 听觉注意AMLR识别研究 | 第52-66页 |
| 5.1 听觉注意与中潜伏期反应 | 第52-57页 |
| 5.1.1 早期研究 | 第52页 |
| 5.1.2 AMLR各成分波注意与非注意状态方差分析 | 第52-54页 |
| 5.1.3 AMLR波形稳定性分析 | 第54-55页 |
| 5.1.4 AMLR注意非注意状态频域分析 | 第55-57页 |
| 5.2 常用分类器概述 | 第57-63页 |
| 5.2.1 线性判别式分析 | 第57-58页 |
| 5.2.2 支持向量机 | 第58-60页 |
| 5.2.3 决策树 | 第60-61页 |
| 5.2.4 人工神经网络 | 第61-63页 |
| 5.3 实验结果与分析 | 第63-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的论文 | 第75页 |