脑机接口中的信号处理算法研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 引言 | 第10-13页 |
| ·课题背景及目标 | 第10-11页 |
| ·全文结构概述 | 第11-13页 |
| 第2章 脑机接口概述 | 第13-25页 |
| ·脑机接口基本原理及组成 | 第13-17页 |
| ·BCI 的定义及原理 | 第13-14页 |
| ·BCI 系统的基本组成 | 第14-15页 |
| ·BCI 的分类 | 第15-17页 |
| ·EEG 和典型事件相关电位 | 第17-22页 |
| ·EEG 及ERP 原理简介 | 第17-18页 |
| ·EEG 导联方式及波形显示 | 第18-19页 |
| ·典型EEG 信号有效成分分析 | 第19-22页 |
| ·国内外主要研究机构 | 第22-25页 |
| 第3章 脑机接口中的信号处理方法 | 第25-29页 |
| ·概述 | 第25-26页 |
| ·研究现状及分析 | 第26-29页 |
| ·特征提取方法 | 第26-27页 |
| ·变换和分类算法 | 第27-29页 |
| 第4章 几种EEG 信号处理的新方法 | 第29-35页 |
| ·特征提取的T 加权方法 | 第29-31页 |
| ·方法描述 | 第29-30页 |
| ·几点讨论 | 第30-31页 |
| ·方法评价 | 第31页 |
| ·分类器设计的强化学习方法 | 第31-35页 |
| ·方法描述 | 第31-32页 |
| ·参数选择 | 第32-33页 |
| ·基于相关矩阵的强化学习方法 | 第33页 |
| ·基于相似度矩阵的强化学习方法 | 第33-35页 |
| 第5章 基于P300 的脑机接口 | 第35-41页 |
| ·实验设计和数据获取 | 第35-37页 |
| ·预处理 | 第37-38页 |
| ·低通滤波 | 第37页 |
| ·单次分割和组块平均 | 第37-38页 |
| ·方法与结果 | 第38-41页 |
| ·PCA 变换 | 第38-39页 |
| ·特征提取和字符识别 | 第39-41页 |
| 第6章 基于运动想象的脑机接口 | 第41-52页 |
| ·运动想象实验一 | 第41-45页 |
| ·实验设计 | 第41页 |
| ·预处理 | 第41-43页 |
| ·特征提取和分类 | 第43-45页 |
| ·运动想象实验二 | 第45-48页 |
| ·实验设计 | 第45页 |
| ·预处理 | 第45-47页 |
| ·特征提取和分类 | 第47-48页 |
| ·运动想象实验三 | 第48-52页 |
| ·实验设计 | 第48页 |
| ·预处理 | 第48-50页 |
| ·特征提取和分类 | 第50-52页 |
| 第7章 总结与展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附表 第三届国际BCI 竞赛成绩 | 第60-67页 |
