| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-31页 |
| ·研究背景与意义 | 第11-13页 |
| ·脑机接口技术概述 | 第13-21页 |
| ·脑机接口的组成与工作原理 | 第13-14页 |
| ·脑电信号的采集方法 | 第14-16页 |
| ·脑电信号的种类及研究方法 | 第16-19页 |
| ·运动想象脑电产生的生理基础 | 第19-21页 |
| ·基于 MI-BCI 的手臂运动功能康复研究现状 | 第21-28页 |
| ·国内外研究现状 | 第21-25页 |
| ·脑电信号伪迹去除方法 | 第25-26页 |
| ·脑电信号特征提取方法 | 第26-27页 |
| ·同侧肢体运动想象脑电研究及在线康复系统设计 | 第27-28页 |
| ·本文主要研究内容及组织结构 | 第28-31页 |
| 第2章 脑电信号中眼电伪迹自动去除方法的研究 | 第31-49页 |
| ·眼电伪迹的产生 | 第31-32页 |
| ·基于 DWT 与 ICA 的眼迹自动去除方法 | 第32-40页 |
| ·离散小波变换 | 第32-35页 |
| ·独立分量分析 | 第35-38页 |
| ·基于 DWICA 去除眼电伪迹 | 第38-40页 |
| ·实验研究与结果分析 | 第40-47页 |
| ·脑电实验数据的构造 | 第40-42页 |
| ·DWICA 去除眼迹的实验结果及分析 | 第42-46页 |
| ·DWICA 应用于真实含噪 EEG | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第3章 基于HHT与CSSD的多域融合自适应特征提取方法 | 第49-65页 |
| ·基于 HHT 的时-频特征提取 | 第49-53页 |
| ·时频方法简介 | 第49-50页 |
| ·希尔伯特-黄变换 | 第50-53页 |
| ·特征向量定义 | 第53页 |
| ·基于 CSSD 的空域特征提取 | 第53-55页 |
| ·特征融合 | 第55-56页 |
| ·LVQ 神经网络分类器 | 第56-57页 |
| ·实验与分析 | 第57-64页 |
| ·实验数据 | 第57-59页 |
| ·数据预处理 | 第59-61页 |
| ·基于 HCSSD 的特征提取 | 第61-63页 |
| ·实验分析 | 第63-64页 |
| ·本章总结 | 第64-65页 |
| 第4章 基于运动想象的脑电实验设计与分析 | 第65-83页 |
| ·脑电采集实验系统 | 第65-70页 |
| ·硬件介绍 | 第65-66页 |
| ·软件设计 | 第66-70页 |
| ·采集方式介绍 | 第70-71页 |
| ·受试对象及实验环境 | 第70页 |
| ·电极放置 | 第70-71页 |
| ·想象左手小指/舌头运动实验 | 第71-77页 |
| ·实验方案设计 | 第72-73页 |
| ·实验结果与分析 | 第73-77页 |
| ·想象手臂伸/屈运动实验 | 第77-82页 |
| ·实验方案设计 | 第78-79页 |
| ·实验研究与分析 | 第79-82页 |
| ·本章小结 | 第82-83页 |
| 第5章 面向手臂运动功能康复的MI-BCI系统设计 | 第83-97页 |
| ·康复系统整体设计方案 | 第83-85页 |
| ·系统硬件组成 | 第85-89页 |
| ·EEG 采集模块 | 第85页 |
| ·六自由度机械手臂 | 第85-87页 |
| ·机械手臂控制模块 | 第87-89页 |
| ·系统软件设计 | 第89-93页 |
| ·在线 BCI 系统实验设计 | 第93-95页 |
| ·实验结果及分析 | 第95-96页 |
| ·本章总结 | 第96-97页 |
| 结论 | 第97-101页 |
| 参考文献 | 第101-107页 |
| 攻读硕士学位期间所发表的学术论文 | 第107-109页 |
| 致谢 | 第109页 |