| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 脑机接口技术概述 | 第13-16页 |
| 1.2.1 脑机接口系统的组成 | 第13页 |
| 1.2.2 脑机接口系统的分类 | 第13-14页 |
| 1.2.3 脑机接口控制信号类型 | 第14-16页 |
| 1.3 P300脑机接口研究现状 | 第16-18页 |
| 1.4 本文主要研究内容及章节安排 | 第18-20页 |
| 第二章 P300脑机接口系统介绍 | 第20-28页 |
| 2.1 P300的基本原理 | 第20页 |
| 2.2 刺激范式 | 第20-23页 |
| 2.2.1 行列刺激范式 | 第20-21页 |
| 2.2.2 单字符刺激范式 | 第21-22页 |
| 2.2.3 棋盘格刺激范式 | 第22-23页 |
| 2.2.4 基于区域的刺激范式 | 第23页 |
| 2.3 P300信号的检测算法 | 第23-26页 |
| 2.3.1 预处理 | 第24页 |
| 2.3.2 特征提取 | 第24-25页 |
| 2.3.3 分类算法 | 第25-26页 |
| 2.4 脑机接口的性能评价标准 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 高速字符输入算法 | 第28-42页 |
| 3.1 系统范式 | 第28-30页 |
| 3.2 刺激序列缩短算法 | 第30-32页 |
| 3.3 几种停止准则算法 | 第32-40页 |
| 3.3.1 静态停止准则算法 | 第32-33页 |
| 3.3.2 动态停止准则算法 | 第33-37页 |
| 3.3.3 序列缩短动态停止准则算法 | 第37-40页 |
| 3.4 阈值参数的选取 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于贝叶斯线性判别分析的P300高速字符输入BCI系统 | 第42-57页 |
| 4.1 P300字符拼写系统的设计与实现 | 第42-44页 |
| 4.1.1 系统设计与实现 | 第42-44页 |
| 4.1.2 数据采集与预处理 | 第44页 |
| 4.2 贝叶斯线性判别分析 | 第44-46页 |
| 4.3 实验与结果 | 第46-55页 |
| 4.3.1 实验方案 | 第46-47页 |
| 4.3.2 在线实验结果与分析 | 第47-51页 |
| 4.3.3 离线分析 | 第51-52页 |
| 4.3.4 讨论 | 第52-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 基于卷积神经网络的P300高速字符输入BCI系统 | 第57-68页 |
| 5.1 卷积神经网络概述 | 第57页 |
| 5.2 基于卷积神经网络的P300检测 | 第57-60页 |
| 5.2.1 数据预处理 | 第58页 |
| 5.2.2 网络结构 | 第58-60页 |
| 5.3 基于卷积神经网络的几种停止准则算法 | 第60-62页 |
| 5.4 实验与结果 | 第62-67页 |
| 5.4.1 数据采集 | 第62页 |
| 5.4.2 实验分析 | 第62-65页 |
| 5.4.3 讨论 | 第65-66页 |
| 5.4.4 不同方法间实验结果的对比 | 第66-67页 |
| 5.5 本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 总结 | 第68-69页 |
| 展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |