| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-22页 |
| ·BCI 技术概述 | 第10-15页 |
| ·BCI 的概念及研究意义 | 第10-11页 |
| ·BCI 系统基本组成 | 第11-13页 |
| ·BCI 的分类 | 第13-15页 |
| ·国内外运动想象脑信号处理算法研究现状 | 第15-19页 |
| ·预处理算法 | 第16页 |
| ·特征提取算法 | 第16-18页 |
| ·模式分类算法 | 第18-19页 |
| ·本文研究内容 | 第19-22页 |
| 第二章 基于改进的 GA 与 RC 最大化通道选择算法 | 第22-35页 |
| ·BCI 系统的通道选择方法 | 第22-23页 |
| ·瑞利系数（RC）最大化与 CSP 方法 | 第23-27页 |
| ·CSP 特征提取方法 | 第23-25页 |
| ·RC 最大化特征提取方法 | 第25-27页 |
| ·GA-RC 通道选择算法 | 第27-30页 |
| ·EEG 通道选择方法的构建 | 第27-28页 |
| ·GA-RC 算法 | 第28-30页 |
| ·基于序列前向与后向搜索通道选择算法 | 第30-31页 |
| ·基于 SVM 通道选择方法 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 基于图的半监督模型的分类算法 | 第35-45页 |
| ·基于 EEG 信号的半监督分类算法 | 第35-36页 |
| ·图的半监督模型 | 第36-40页 |
| ·基于图的半监督模型的 EEG 数据分类 | 第40-42页 |
| ·基于支持向量机的分类算法 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 实验结果 | 第45-59页 |
| ·第三届 BCI 竞赛 IVA 的实验设计及数据采集 | 第45-46页 |
| ·实验室实验设计及数据采集 | 第46-47页 |
| ·运动想象脑电数据的预处理 | 第47-51页 |
| ·信号 CAR 空间滤波 | 第48页 |
| ·频段选择 | 第48-49页 |
| ·预处理结果及分析 | 第49-51页 |
| ·基于 GA-RC 通道选择算法实验结果及分析 | 第51-57页 |
| ·基于 BCI 竞赛数据的结果及分析 | 第51-54页 |
| ·基于实验室数据的结果及分析 | 第54-57页 |
| ·基于图的半监督模型分类算法的结果及分析 | 第57页 |
| ·本章小结 | 第57-59页 |
| 总结与展望 | 第59-61页 |
| 全文总结 | 第59页 |
| 展望 | 第59-61页 |
| 参考文献 | 第61-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附件 | 第70页 |