植入式脑—机接口锋电位实时处理算法研究

致谢	第1-6页
摘要	第6-8页
Abstract	第8-10页
目录	第10-13页
第一章 绪论	第13-35页
·选题的意义	第13-15页
·脑-机接口技术综述	第15-30页
·脑-机接口发展历史	第15-17页
·脑-机接口的类型及组成	第17-23页
·锋电位检测	第23-25页
·锋电位分类	第25-27页
·神经信号解码	第27-30页
·基于锋电位的植入式脑-机接口存在的问题	第30页
·主要研究内容和论文组织结构	第30-35页
·主要研究内容	第30-32页
·论文组织结构	第32-35页
第二章 神经元锋电位理论基础	第35-47页
·神经系统	第35-37页
·神经元	第37-40页
·神经元锋电位	第40-43页
·静息膜电位	第40-42页
·锋电位	第42-43页
·神经元信号处理	第43-44页
·本章小结	第44-47页
第三章 基于提升小波的锋电位检测算法研究	第47-77页
·现有的锋电位检测算法	第47-52页
·幅值阈值检测	第48-49页
·窗口检测	第49-50页
·能量检测	第50-51页
·匹配滤波	第51-52页
·基于提升小波的锋电位检测算法	第52-66页
·小波变换	第52-56页
·基于提升小波的锋电位检测算法	第56-59页
·与传统小波变换的比较	第59页
·实验结果与分析	第59-66页
·多通道锋电位并行实时检测算法的研究	第66-75页
·小波基函数的提升实现方法	第66-70页
·多通道锋电位并行实时检测算法	第70-72页
·实验结果与分析	第72-75页
·本章小结	第75-77页
第四章 基于概率神经网络的锋电位分类算法研究	第77-99页
·现有的锋电位分类算法	第78-81页
·聚类分析法	第78-79页
·模板匹配法	第79页
·基于特征的分类法	第79-81页
·基于概率神经网络的锋电位分类算法研究	第81-88页
·基于概率神经网络的锋电位分类算法	第81-83页
·实验结果与分析	第83-88页
·基于概率神经网络的锋电位实时分类算法研究	第88-97页
·基于概率神经网络的锋电位实时分类算法	第89-94页
·实验结果与分析	第94-97页
·本章小结	第97-99页
第五章 基于锋电位的神经解码算法研究	第99-129页
·现有的神经解码算法	第100-108页
·群矢量算法	第100-101页
·最佳线性估计	第101页
·卡尔曼滤波	第101-102页
·人工神经网络	第102-103页
·算法性能比较	第103-108页
·基于卡尔曼滤波的神经解码算法研究	第108-119页
·基于卡尔曼滤波的神经解码算法	第108-112页
·基于卡尔曼滤波的实时神经解码算法研究	第112-119页
·基于广义回归神经网络的神经解码算法研究	第119-122页
·基于广义回归神经网络的神经解码算法	第119-121页
·基于广义回归神经网络的实时神经解码算法研究	第121-122页
·实验结果与分析	第122-127页
·基于卡尔曼滤波算法的实验结果	第122-124页
·基于广义回归神经网络算法的实验结果	第124-126页
·实验结果分析比较	第126-127页
·本章小结	第127-129页
第六章 锋电位信号实时处理系统原型设计	第129-139页
·锋电位信号实时处理系统架构	第129-131页
·配备锋电位信号处理算法库的上位机	第129-131页
·处理子系统	第131页
·植入式脑-机接口实时系统	第131-136页
·动物行为训练及电极植入	第132-133页
·锋电位信号实时处理的植入式脑-机接口系统	第133-136页
·系统原型测试	第136-137页
·本章小结	第137-139页
第七章 结论与展望	第139-143页
·结论	第139-140页
·展望	第140-143页
参考文献	第143-155页
攻读博士学位期间的主要研究成果	第155-156页