基于左右手运动想象脑电特征提取与识别研究
摘要 | 第3-5页 |
abstract | 第5-7页 |
第一章 绪论 | 第11-19页 |
1.1 课题研究背景及意义 | 第11-13页 |
1.2 脑-机接口系统简介 | 第13-15页 |
1.2.1 脑-机接口的概述 | 第13页 |
1.2.2 脑-机接口的原理 | 第13-14页 |
1.2.3 脑-机接口的组成 | 第14-15页 |
1.3 脑-机接口研究现状及现存问题 | 第15-17页 |
1.3.1 研究现状 | 第15-16页 |
1.3.2 存在问题 | 第16-17页 |
1.4 研究内容与论文架构 | 第17-18页 |
1.4.1 研究内容 | 第17-18页 |
1.4.2 论文架构 | 第18页 |
1.5 本章小结 | 第18-19页 |
第二章 运动想象脑电的理论基础 | 第19-27页 |
2.1 脑电信号的特点 | 第19-20页 |
2.2 脑电信号的分类 | 第20-21页 |
2.3 运动想象的ERD/ERS现象 | 第21-22页 |
2.3.1 事件相关去同步及同步的定义 | 第21页 |
2.3.2 ERD/ERS现象的运动相关性 | 第21-22页 |
2.3.3 ERD/ERS的检测方法 | 第22页 |
2.4 运动想象脑电信号的分析方法 | 第22-25页 |
2.4.1 脑电信号的预处理 | 第22-23页 |
2.4.2 脑电信号的特征提取 | 第23-24页 |
2.4.3 脑电信号的特征分类 | 第24-25页 |
2.5 本章小结 | 第25-27页 |
第三章 运动想象脑电信号预处理 | 第27-45页 |
3.1 小波阈值去噪 | 第27-31页 |
3.1.1 传统阈值函数 | 第28-29页 |
3.1.2 改进阈值函数 | 第29-30页 |
3.1.3 平移不变算法 | 第30-31页 |
3.2 集成经验模态分解 | 第31-33页 |
3.2.1 EEMD原理 | 第31-33页 |
3.2.2 EEMD时空滤波法 | 第33页 |
3.2.3 基于EEMD的小波阈值去噪法 | 第33页 |
3.3 EEMD自适应阈值去噪法 | 第33-35页 |
3.3.1 互相关系数法确定噪声模态 | 第34页 |
3.3.2 阈值函数及自适应阈值的选取 | 第34-35页 |
3.4 基于EEMD改进阈值处理的脑电信号降噪法 | 第35-37页 |
3.4.1 TI-EEMD自适应阈值去噪法 | 第35-36页 |
3.4.2 评价指标 | 第36-37页 |
3.5 实验与分析 | 第37-43页 |
3.5.1 仿真实验 | 第37-41页 |
3.5.2 运动想象脑电信号去噪 | 第41-43页 |
3.6 本章小结 | 第43-45页 |
第四章 运动想象脑电信号特征提取与分类 | 第45-55页 |
4.1 算法介绍 | 第46-48页 |
4.1.1 小波包变换 | 第46页 |
4.1.2 排序熵 | 第46-47页 |
4.1.3 支持向量机 | 第47-48页 |
4.2 准备工作 | 第48-49页 |
4.2.1 数据来源 | 第48页 |
4.2.2 特征分析 | 第48-49页 |
4.3 实验与分析 | 第49-53页 |
4.3.1 特征时间选择 | 第49-51页 |
4.3.2 提取到的排序熵特征 | 第51-52页 |
4.3.3 提取到的频带能量特征 | 第52-53页 |
4.3.4 分类结果 | 第53页 |
4.4 本章小结 | 第53-55页 |
第五章 总结与展望 | 第55-57页 |
5.1 总结 | 第55-56页 |
5.2 展望 | 第56-57页 |
参考文献 | 第57-61页 |
致谢 | 第61-63页 |
攻读学位期间发表的学术论文 | 第63页 |