| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-22页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·肌电假肢与脑机交互的研究现状 | 第13-16页 |
| ·肌电假手的研究现状 | 第13-14页 |
| ·脑机交互技术及其在假肢控制方面的应用 | 第14-16页 |
| ·肌电信号和脑电信号处理方法研究 | 第16-20页 |
| ·脑电/肌电信号处理方法 | 第16-19页 |
| ·时域分析方法 | 第16-17页 |
| ·频域分析方法 | 第17-18页 |
| ·时频分析方法 | 第18-19页 |
| ·脑电与肌电各自独有的信号处理方法 | 第19-20页 |
| ·人工神经网络(ANN)分析方法 | 第19-20页 |
| ·混沌与分形方法 | 第20页 |
| ·非线性动力学分析方法 | 第20页 |
| ·研究内容与论文结构 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第2章 脑电信号的采集与调理 | 第22-31页 |
| ·脑电信号的采集 | 第22-25页 |
| ·脑电信号产生机理 | 第22页 |
| ·脑电信号的特点 | 第22页 |
| ·脑电信号的拾取 | 第22-25页 |
| ·脑电信号的调理 | 第25-30页 |
| ·脑电信号的高通滤波电路 | 第25-26页 |
| ·脑电信号的基线复零电路 | 第26-27页 |
| ·脑电信号的50Hz 陷波滤波器 | 第27-28页 |
| ·脑电信号的40Hz 低通滤波电路 | 第28-29页 |
| ·脑电信号的后续放大电路 | 第29页 |
| ·脑电信号的电平迁移电路 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 多自由度肌电假手 | 第31-38页 |
| ·表面肌电信号的采集和处理 | 第32-34页 |
| ·表面肌电信号的初级放大 | 第32-33页 |
| ·表面肌电信号的滤波去噪 | 第33-34页 |
| ·基于肌电信号的多自由度假手实验平台 | 第34页 |
| ·多自由度肌电假手控制系统及实验结果 | 第34-37页 |
| ·直流电机驱动和保护电路 | 第34-35页 |
| ·手部多运动动作模式的识别 | 第35-36页 |
| ·实验结果与分析 | 第36-37页 |
| ·手部动作模式识别实验 | 第36页 |
| ·脑电/肌电与手部动作模式关系实验 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于脑电和肌电的模式分类方法研究 | 第38-55页 |
| ·脑电信号和肌电信号的特征提取 | 第38-44页 |
| ·小波包最优分解算法 | 第38-41页 |
| ·小波包最优基的选择 | 第39-40页 |
| ·小波包最优基的快速算法 | 第40-41页 |
| ·能量特征的重构 | 第41页 |
| ·系数均值的初始特征 | 第41页 |
| ·子带能量的初始特征 | 第41页 |
| ·肌电信号的特征提取 | 第41-42页 |
| ·基于脑电信号的特征提取 | 第42-43页 |
| ·脑电和肌电以及联合的特征向量 | 第43-44页 |
| ·特征向量的提取过程 | 第43-44页 |
| ·脑电和肌电的特征向量构成 | 第44页 |
| ·基于BP 神经网络的信息融合和模式识别方法 | 第44-47页 |
| ·BP 神经网络融合处理 | 第44-45页 |
| ·基于BP 网络的模式分类 | 第45-47页 |
| ·基于支持向量机的信息融合与模式分类 | 第47-54页 |
| ·块选算法 | 第48页 |
| ·分解算法 | 第48-50页 |
| ·基于SMO 算法的脑电/肌电信息融合与模式分类 | 第50-54页 |
| ·两个变量的最优化问题的解析解 | 第50-51页 |
| ·两个训练点的选择 | 第51-52页 |
| ·更新偏置的实现过程 | 第52-53页 |
| ·脑电和肌电的信息融合与模式分类 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 实验设计及识别结果 | 第55-67页 |
| ·肌电信号采集实验设计 | 第55-57页 |
| ·基于想象和手部动作的脑电实验设计 | 第57-59页 |
| ·实验前的准备工作 | 第57-58页 |
| ·实验过程 | 第58-59页 |
| ·脑电和肌电信号的采集 | 第59-62页 |
| ·肌电信号的采集 | 第59-60页 |
| ·脑电信号的采集 | 第60-62页 |
| ·信息融合方法和分类结果 | 第62-66页 |
| ·基于肌电信号的BP 网络及SMO 算法手部动作分类 | 第63-64页 |
| ·基于肌电信号的BP 网络的手部动作分类 | 第63-64页 |
| ·基于肌电信号的SMO 算法的手部动作分类 | 第64页 |
| ·结合脑电和肌电信号的BP 网络和SMO 算法手部动作分类 | 第64-66页 |
| ·分类效果的分析比较 | 第66页 |
| ·本章小结 | 第66-67页 |
| 第6章总结与展望 | 第67-69页 |
| ·本文工作总结 | 第67-68页 |
| ·研究展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74页 |