| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-19页 |
| ·引言 | 第9-10页 |
| ·脑机接口概述 | 第10-12页 |
| ·BCI 的研究现状 | 第10-11页 |
| ·BCI 的研究内容 | 第11-12页 |
| ·脑电信号概述 | 第12-14页 |
| ·对大脑的认知 | 第12-13页 |
| ·脑电信号的分类 | 第13-14页 |
| ·基于 ERP 的 BCI | 第14-17页 |
| ·ERP 的背景知识 | 第15-16页 |
| ·P300 电位用于 BCI | 第16-17页 |
| ·本文研究目标及内容 | 第17-19页 |
| ·研究目标 | 第17页 |
| ·内容安排 | 第17-19页 |
| 第2章 基于 ERP 的 BCI 输入系统实验范式的设计 | 第19-25页 |
| ·实验范式对 BCI 系统的影响 | 第19-20页 |
| ·基于 ERP 的典型实验范式 | 第20-22页 |
| ·经典的 ERP 实验范式 | 第20页 |
| ·第三届 BCI 竞赛中 P300 的实验范式 | 第20-21页 |
| ·EPFL 关于 P300 的实验范式 | 第21页 |
| ·基于视觉刺激强度的 BCI 范式 | 第21-22页 |
| ·本文基于 P300 的实验范式 | 第22-24页 |
| ·实验范式设计的来源 | 第22页 |
| ·输入字符的形式及颜色 | 第22-23页 |
| ·实验过程及参数设置 | 第23页 |
| ·脑电信号的采集 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于 ERP 的 BCI 系统的设计与实现 | 第25-34页 |
| ·BCI 系统的分析 | 第25页 |
| ·EEG 的采集模块 | 第25-28页 |
| ·实验设备 | 第25-26页 |
| ·脑电图仪的参数设置 | 第26-28页 |
| ·脑电信号的显示模块 | 第28-29页 |
| ·脑电数据存储及分析模块 | 第29-31页 |
| ·数据存储及分析的参数设置界面 | 第29-30页 |
| ·训练方式选择 | 第30-31页 |
| ·脑电数据的保存 | 第31页 |
| ·刺激界面的显示模块 | 第31-32页 |
| ·在线系统的调试 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 脑电信号的识别方法 | 第34-51页 |
| ·脑电信号的干扰及预处理 | 第34-36页 |
| ·EEG 的干扰 | 第34-35页 |
| ·去除噪声的方法 | 第35页 |
| ·数字滤波器 | 第35-36页 |
| ·脑电信号的特征提取 | 第36-40页 |
| ·ICA 去除干扰信号 | 第37-38页 |
| ·降采样、时间窗用于降维 | 第38-39页 |
| ·竞赛数据的波形分析 | 第39-40页 |
| ·脑电信号的分类 | 第40-50页 |
| ·Fisher 线性判别的基本原理 | 第41-42页 |
| ·正则化 Fisher | 第42-43页 |
| ·核 Fisher | 第43-45页 |
| ·支持向量机 | 第45-47页 |
| ·贝叶斯分类器 | 第47-48页 |
| ·几种分类方法的对比 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 脑电数据的分析与处理 | 第51-59页 |
| ·自采集数据的格式 | 第51页 |
| ·自采集数据的处理流程 | 第51-52页 |
| ·自采集数据的预处理及特征提取 | 第52-55页 |
| ·去除眼电干扰 | 第52-53页 |
| ·P300 的波形分析 | 第53-55页 |
| ·自采集 EEG 的分类 | 第55-58页 |
| ·Fisher 分类结果 | 第55-56页 |
| ·正则化 Fisher 的分类结果 | 第56-57页 |
| ·分类结果的对比 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-62页 |
| ·课题总结 | 第59-60页 |
| ·展望 | 第60-62页 |
| ·本论文研究的展望 | 第60-61页 |
| ·脑机接口研究的展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第68页 |