| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究背景、目的及意义 | 第9-10页 |
| 1.3 相关领域国内外研究现状 | 第10-18页 |
| 1.3.1 P300和SSVEP信号处理方法研究现状 | 第10-13页 |
| 1.3.2 面向脑机接口的P300和SSVEP混合信号应用研究现状 | 第13-18页 |
| 1.4 论文研究内容和结构安排 | 第18-20页 |
| 1.4.1 论文主要研究内容 | 第18-19页 |
| 1.4.2 论文结构安排 | 第19-20页 |
| 第2章 混合脑电信号视觉刺激范式研究 | 第20-33页 |
| 2.1 P300和SSVEP信号特征分析 | 第20-23页 |
| 2.1.1 P300诱发原理和信号特征 | 第20-22页 |
| 2.1.2 SSVEP诱发原理和信号特征 | 第22-23页 |
| 2.2 视觉刺激范式研究 | 第23-31页 |
| 2.2.1 P300范式种类分析 | 第23-26页 |
| 2.2.2 SSVEP范式种类分析 | 第26-28页 |
| 2.2.3 区域范式优化 | 第28-31页 |
| 2.3 混合脑电信号采集 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 混合脑电信号特征提取与分类方法研究 | 第33-61页 |
| 3.1 P300信号特征提取与分类方法 | 第33-48页 |
| 3.1.1 P300信号预处理方法 | 第33-41页 |
| 3.1.2 P300信号特征提取算法 | 第41-42页 |
| 3.1.3 msw-SVM特征分类算法 | 第42-48页 |
| 3.2 SSVEP信号预处理与分类方法 | 第48-56页 |
| 3.2.1 SSVEP信号预处理方法 | 第48-50页 |
| 3.2.2 MsetCCA-MSI特征分类算法 | 第50-56页 |
| 3.3 P300和SSVEP信号融合方法 | 第56-60页 |
| 3.4 本章小结 | 第60-61页 |
| 第4章 基于混合脑电信号的字符输入系统应用研究 | 第61-70页 |
| 4.1 系统模块化设计与实现 | 第61-65页 |
| 4.1.1 信号采集模块设计 | 第61-63页 |
| 4.1.2 信号处理模块设计 | 第63-64页 |
| 4.1.3 字符输入软件设计 | 第64-65页 |
| 4.2 系统测试与结果分析 | 第65-69页 |
| 4.3 本章小结 | 第69-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 5.1 全文工作总结 | 第70-71页 |
| 5.2 下一步工作展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 作者在攻读硕士学位期间取得的研究成果 | 第77页 |