| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-19页 |
| ·人机交互概述 | 第9页 |
| ·基于视觉诱发电位的脑-机接口技术 | 第9-14页 |
| ·基于亮度变化的视觉诱发电位的脑-机接口 | 第10-11页 |
| ·与亮度无关的基于视觉诱发电位的脑-机接口 | 第11-12页 |
| ·运动起始视觉诱发电位的生理基础 | 第12-14页 |
| ·实用化的在线脑-机接口关键问题 | 第14-17页 |
| ·导联配置的复杂性 | 第14页 |
| ·在线系统的自适应性 | 第14-15页 |
| ·在线系统的异步性 | 第15-16页 |
| ·在线系统的独立性 | 第16页 |
| ·实用化的界面设计 | 第16-17页 |
| ·论文的目标和主要内容 | 第17-19页 |
| 第2章 基于mVEP 的脑-机接口的参数研究 | 第19-41页 |
| ·基于运动起始视觉诱发电位的脑-机接口系统 | 第19-22页 |
| ·刺激模块 | 第19-20页 |
| ·数据采集模块 | 第20-21页 |
| ·信号处理与反馈模块 | 第21-22页 |
| ·运动视觉刺激时间间隔研究 | 第22-26页 |
| ·ERP 中的不应期效应 | 第22-23页 |
| ·实验视觉刺激配置 | 第23-24页 |
| ·mVEP 范式下的刺激间隔优化 | 第24-26页 |
| ·运动视觉刺激模式研究 | 第26-30页 |
| ·实验视觉刺激配置 | 第26-27页 |
| ·字符扩张诱发响应的时空分析 | 第27-29页 |
| ·字符扩张诱发mVEP 相应与经典mVEP 的比较 | 第29-30页 |
| ·低对比度下脑-机接口设计和开发 | 第30-38页 |
| ·实验视觉刺激配置 | 第31-33页 |
| ·低对比度下m VEP 时空特征分析 | 第33-35页 |
| ·低对比度下的m VEP 子成分的分析 | 第35-37页 |
| ·低对比度下脑-机接口的导联选择策略 | 第37-38页 |
| ·本章小结 | 第38-41页 |
| 第3章 基于m VEP 的特征提取和模式分类算法改进 | 第41-70页 |
| ·基于m VEP 的特征提取 | 第41-46页 |
| ·基于m VEP 的降采样 | 第41-43页 |
| ·基于m VEP 的主分量分析 | 第43-46页 |
| ·基于m VEP 的模式分类 | 第46-51页 |
| ·支持向量机（SVM） | 第46-48页 |
| ·基于ERP 的峰值法 | 第48-51页 |
| ·不平衡数据集的支持向量机 | 第51-54页 |
| ·不平衡数据集对SVM 的影响 | 第51-52页 |
| ·不平衡数据集的平衡化方法 | 第52-53页 |
| ·特征平衡化算法的分类效果比较 | 第53-54页 |
| ·在线停机准则研究 | 第54-62页 |
| ·基于判决时间期望的决策准则 | 第55-56页 |
| ·基于判决准确率期望的决策准则 | 第56-62页 |
| ·基于一类SVM 和后验概率的异步脑-机接口系统 | 第62-68页 |
| ·基于一类SVM 的模式分类研究 | 第63-64页 |
| ·基于后验概率的异步脑-机接口系统 | 第64-68页 |
| ·本章小结 | 第68-70页 |
| 第4章 基于m VEP 的实用化脑-机接口系统实现 | 第70-87页 |
| ·在线系统开发 | 第70-82页 |
| ·实验刺激模式配置和波形特征 | 第72-74页 |
| ·导联配置的简化 | 第74-75页 |
| ·在线实验数据处理 | 第75-76页 |
| ·在线系统性能测试 | 第76-78页 |
| ·在线系统的关键因素探索 | 第78-82页 |
| ·网页搜索和浏览系统开发 | 第82-85页 |
| ·实验刺激模式配置与界面设计 | 第82-83页 |
| ·实验任务设计与测试结果 | 第83-85页 |
| ·本章小结 | 第85-87页 |
| 第5章 基于m VEP 的独立脑-机接口设计和研究 | 第87-99页 |
| ·基于m VEP 的独立脑-机接口实验刺激模式设计 | 第87-88页 |
| ·基于m VEP 的独立脑-机接口的独立分量分析 | 第88-95页 |
| ·选择性注意下的m VEP 成分分析 | 第89-90页 |
| ·独立分量分析（ICA） | 第90-91页 |
| ·基于m VEP 的独立分量分析 | 第91-95页 |
| ·基于m VEP 的独立脑-机接口的目标识别 | 第95-97页 |
| ·本章小结 | 第97-99页 |
| 第6章 总结与展望 | 第99-103页 |
| ·论文的主要工作成果和创新点 | 第99-101页 |
| ·未来工作展望 | 第101-103页 |
| 参考文献 | 第103-110页 |
| 致谢 | 第110-111页 |
| 个人简历、在读期间发表的学术论文与研究成果 | 第111页 |
