| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 1 绪论 | 第11-23页 |
| 1.1 本文的研究背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 本文研究的意义 | 第12-13页 |
| 1.2 BCI的基本构成 | 第13-15页 |
| 1.3 BCI的研究现状和存在的问题 | 第15-21页 |
| 1.3.1 BCI 的研究现状 | 第15-20页 |
| 1.3.2 存在的问题 | 第20-21页 |
| 1.4 本文研究的主要内容 | 第21-23页 |
| 2 EEG信号的非线性特性分析 | 第23-49页 |
| 2.1 基于运动想象的脑-机接口 | 第23-24页 |
| 2.2 混沌理论概述 | 第24-31页 |
| 2.2.1 混沌理论的起源 | 第24-25页 |
| 2.2.2 混沌的概念 | 第25-26页 |
| 2.2.3 混沌的特征量 | 第26-31页 |
| 2.3 时间序列的相空间重构 | 第31-32页 |
| 2.4 EEG动力学模型的混沌现象研究 | 第32-38页 |
| 2.4.1 EEG 动力学模型的性能分析 | 第33-37页 |
| 2.4.2 结论与分析 | 第37-38页 |
| 2.5 EEG信号的非线性特性分析 | 第38-40页 |
| 2.6 基于混沌指数的特征提取 | 第40-43页 |
| 2.6.1 数据描述 | 第40-43页 |
| 2.6.2 基于最大 Lyapunov 指数和关联维的脑-机接口 | 第43页 |
| 2.7 基于近似熵的运动想象任务特征提取 | 第43-49页 |
| 2.7.1 近似熵的基本概念 | 第43-44页 |
| 2.7.2 近似熵算法 | 第44-45页 |
| 2.7.3 基于近似熵的脑电任务识别 | 第45-47页 |
| 2.7.4 结果与分析 | 第47-49页 |
| 3 基于相空间重构的EEG特征提取 | 第49-67页 |
| 3.1 引言 | 第49页 |
| 3.2 特征提取方法 | 第49-52页 |
| 3.2.1 时频分析方法 | 第49-50页 |
| 3.2.2 自回归模型 | 第50-52页 |
| 3.3 动态系统的相空间重构 | 第52-53页 |
| 3.4 参数选择 | 第53-58页 |
| 3.5 相空间的特征提取框架 | 第58页 |
| 3.6 分类过程的算法描述 | 第58-60页 |
| 3.7 评价标准 | 第60-62页 |
| 3.7.1 互信息评价标准 | 第61页 |
| 3.7.2 最大峭度评价标准 | 第61-62页 |
| 3.8 实验结果 | 第62-66页 |
| 3.9 本章小结 | 第66-67页 |
| 4 基于CSP的多分类算法研究 | 第67-83页 |
| 4.1 分类器的类型划分 | 第67-68页 |
| 4.2 几种常见的分类器 | 第68-72页 |
| 4.3 共空间模式 | 第72-76页 |
| 4.3.1 共空间模式的原理 | 第72-74页 |
| 4.3.2 扩展 CSP 到多任务识别 | 第74-75页 |
| 4.3.3 二叉共空间模式滤波器 | 第75-76页 |
| 4.3.4 性能分析 | 第76页 |
| 4.4 结果和分析 | 第76-80页 |
| 4.4.1 实验数据描述 | 第76-77页 |
| 4.4.2 评价标准 | 第77-78页 |
| 4.4.3 基于 BCSP 的四分类脑电任务分类 | 第78-80页 |
| 4.5 结论 | 第80-83页 |
| 5 基于NEUROSCAN的在线脑-机接口系统设计 | 第83-93页 |
| 5.1 NEUOSCAN简介 | 第83页 |
| 5.2 基于NEUROSCAN的HANGMANBCI | 第83-90页 |
| 5.2.1 Hangman 游戏的规则 | 第84页 |
| 5.2.2 Hangman 脑-机接口设计 | 第84-87页 |
| 5.2.3 基于 波确认控制 | 第87页 |
| 5.2.4 训练模块 | 第87-89页 |
| 5.2.5 测试模块 | 第89页 |
| 5.2.6 游戏模块 | 第89-90页 |
| 5.3 结果和讨论 | 第90-93页 |
| 6 总结与展望 | 第93-97页 |
| 6.1 总结 | 第93-95页 |
| 6.2 展望 | 第95-97页 |
| 致谢 | 第97-99页 |
| 参考文献 | 第99-111页 |
| 附录 | 第111页 |
