| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 脑电图与脑-机接口概述 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 本文主要研究内容和组成结构 | 第14-15页 |
| 第2章 运动想象脑电信号特征提取和分类算法 | 第15-29页 |
| 2.1 引言 | 第15页 |
| 2.2 小波变换 | 第15-17页 |
| 2.3 希尔伯特黄变换 | 第17-18页 |
| 2.4 公共空间模式 | 第18-20页 |
| 2.5 支持向量机 | 第20-27页 |
| 2.5.1 引言 | 第20-21页 |
| 2.5.2 二类线性可分 | 第21-22页 |
| 2.5.3 二类线性不可分 | 第22-24页 |
| 2.5.4 序列最小优化算法 | 第24-27页 |
| 2.6 本章小结 | 第27-29页 |
| 第3章 基于离线脑电数据的特征提取算法分析 | 第29-45页 |
| 3.1 离线数据来源与分析 | 第29-32页 |
| 3.2 基于频带能量的特征提取和SVM的模式分类 | 第32-38页 |
| 3.2.1 基于带通滤波器的能量特征提取 | 第32-36页 |
| 3.2.2 基于小波多分辨率分析的能量特征提取 | 第36-37页 |
| 3.2.3 基于希尔伯特黄变换的能量特征提取 | 第37-38页 |
| 3.3 基于公共空间模式的特征提取和支持向量机的模式分类 | 第38-39页 |
| 3.4 各算法对数据集2b的结果对比分析 | 第39-40页 |
| 3.5 各算法对数据集2a的结果对比分析 | 第40-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于运动想象的在线异步系统 | 第45-59页 |
| 4.1 空闲态检测 | 第45-46页 |
| 4.2 脑电数据采集及分析 | 第46-53页 |
| 4.2.1 脑电采集设备 | 第46-48页 |
| 4.2.2 脑电采集实验范式 | 第48-50页 |
| 4.2.3 基于采集数据的离线分析 | 第50-53页 |
| 4.3 基于运动想象的在线脑-机接口系统 | 第53-58页 |
| 4.3.1 在线系统设计 | 第53-56页 |
| 4.3.2 在线系统实验及结果分析 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |