| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 脑-机接口概述 | 第8-11页 |
| 1.1.1 脑-机接口定义及分类 | 第8-9页 |
| 1.1.2 脑-机接口原理及结构 | 第9-10页 |
| 1.1.3 脑-机接口研究意义及应用 | 第10页 |
| 1.1.4 脑-机接口常见范式 | 第10-11页 |
| 1.2 基于P300的BCI拼写器 | 第11-13页 |
| 1.2.1 事件相关电位和P300信号 | 第11-12页 |
| 1.2.2 P300-Speller脑-机接口概述 | 第12-13页 |
| 1.3 脑力负荷概述 | 第13-15页 |
| 1.3.1 脑力负荷基本概念 | 第13页 |
| 1.3.2 脑力负荷与认知资源理论 | 第13-15页 |
| 1.4 脑-机接口与脑力负荷研究 | 第15-17页 |
| 1.4.1 脑-机交互中脑力负荷研究意义 | 第15-16页 |
| 1.4.2 脑力负荷对脑-机接口影响研究现状 | 第16-17页 |
| 1.5 研究内容及章节安排 | 第17-19页 |
| 第2章 基于混合数据建模的P300-Speller性能提升方法 | 第19-45页 |
| 2.1 基于混合数据建模的实验设计 | 第19-22页 |
| 2.1.1 实验方案 | 第19-21页 |
| 2.1.2 实验平台与脑电采集系统 | 第21-22页 |
| 2.2 数据分析方法 | 第22-34页 |
| 2.2.1 数据预处理 | 第23-25页 |
| 2.2.2 分类识别 | 第25-32页 |
| 2.2.3 ERP特征提取 | 第32-34页 |
| 2.3 实验结果与讨论 | 第34-43页 |
| 2.3.1 行为学数据和RSME评分 | 第35页 |
| 2.3.2 脑力负荷对P300-Speller影响结果 | 第35-39页 |
| 2.3.3 混合数据建模识别结果 | 第39-42页 |
| 2.3.4 结果讨论 | 第42-43页 |
| 2.4 本章小结 | 第43-45页 |
| 第3章 基于动态停止策略的在线P300-Speller性能提升方法 | 第45-60页 |
| 3.1 基于动态停止策略的在线P300-Speller实验设计 | 第45-48页 |
| 3.1.1 实验方案 | 第45-46页 |
| 3.1.2 P300-Speller在线系统实现 | 第46-48页 |
| 3.2 数据处理 | 第48-51页 |
| 3.2.1 基于DSC的字符识别过程 | 第48-49页 |
| 3.2.2 基于贝叶斯公式的后验概率计算 | 第49-50页 |
| 3.2.3 在线BCI系统性能评价指标 | 第50-51页 |
| 3.3 实验结果与讨论 | 第51-59页 |
| 3.3.1 行为学数据和RSME评分 | 第51-52页 |
| 3.3.2 多种脑力负荷状态下的DSC有效性分析 | 第52-55页 |
| 3.3.3 不同负荷状态下的基于DSC的P300-Speller系统性能比较 | 第55-58页 |
| 3.3.4 结果讨论 | 第58-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第4章 总结与展望 | 第60-62页 |
| 4.1 工作总结 | 第60-61页 |
| 4.2 未来展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 发表论文和科研情况说明 | 第66-67页 |
| 致谢 | 第67页 |
