| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 脑-机接口的基础知识 | 第11-14页 |
| 1.2.1 脑电的分类 | 第11-12页 |
| 1.2.2 事件相关同步/去同步电位 | 第12-13页 |
| 1.2.3 脑-机接口系统的分类 | 第13-14页 |
| 1.3 研究现状及存在的问题 | 第14-16页 |
| 1.3.1 国内外研究现状 | 第14-15页 |
| 1.3.2 存在的问题 | 第15-16页 |
| 1.4 本文的研究内容与目的 | 第16-17页 |
| 1.5 论文的结构 | 第17-19页 |
| 第2章 基于左右手运动想象脑电信号分类研究 | 第19-43页 |
| 2.1 实验的数据来源 | 第19-21页 |
| 2.2 运动想象脑电的预处理与特征提取 | 第21-36页 |
| 2.2.1 基线漂移校正与带通滤波 | 第23-26页 |
| 2.2.2 独立成分分析 | 第26-32页 |
| 2.2.3 希尔伯特黄变换 | 第32-34页 |
| 2.2.4 小波变换 | 第34-35页 |
| 2.2.5 平均瞬时能量特征 | 第35-36页 |
| 2.3 基于支持向量机的运动想象脑电分类 | 第36-38页 |
| 2.4 实验结果以及对比分析 | 第38-42页 |
| 2.5 小结 | 第42-43页 |
| 第3章 基于运动想象脑电的在线异步脑-机接口研究 | 第43-52页 |
| 3.1 在线异步脑-机接口系统结构 | 第43-45页 |
| 3.2 在线异步脑-机接口系统实现 | 第45-46页 |
| 3.3 在线异步脑-机接口的离线研究 | 第46-50页 |
| 3.3.1 实验的数据来源 | 第46-47页 |
| 3.3.2 空闲状态检测研究 | 第47-50页 |
| 3.4 基于运动想象脑电的在线异步BCI算法 | 第50-51页 |
| 3.5 小结 | 第51-52页 |
| 第4章 基于SSVEP直接脑控机器人方向和速度研究 | 第52-69页 |
| 4.1 引言 | 第52-53页 |
| 4.2 直接脑控机器人测试平台及任务 | 第53-54页 |
| 4.3 实验研究的材料和方法 | 第54-56页 |
| 4.3.1 实验被试、脑电采集设备及参数 | 第54页 |
| 4.3.2 基于SSVEP脑-机交互范式和脑控机器人策略 | 第54-56页 |
| 4.4 基于SSVEP脑-机交互范式优化 | 第56-58页 |
| 4.5 典型相关分析(CCA) | 第58-59页 |
| 4.6 基于SSVEP脑-机交互直接脑控机器人系统结构 | 第59-60页 |
| 4.7 SSVEP脑控机器人实验结果以及分析 | 第60-68页 |
| 4.7.1 实验结果 | 第60-64页 |
| 4.7.2 实验分析 | 第64-68页 |
| 4.8 本章小结 | 第68-69页 |
| 第5章 基于MI与SSVEP的混合脑-机接口系统 | 第69-74页 |
| 5.1 系统结构 | 第69-70页 |
| 5.2 范式设计 | 第70-72页 |
| 5.3 初步结果 | 第72-73页 |
| 5.4 小结 | 第73-74页 |
| 第6章 总结和展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 附录A 攻读硕士期间发表的论文、申请的专利 | 第83-84页 |
| 附录B 攻读硕士期间参与项目 | 第84页 |
