基于SSVEP和EMG的混合脑机接口系统的设计与研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 脑机接口概述 | 第11-16页 |
| 1.2.1 脑电信号 | 第11-13页 |
| 1.2.2 脑机接口的分类 | 第13-14页 |
| 1.2.3 脑机接口的评价指标 | 第14-15页 |
| 1.2.4 存在的问题 | 第15页 |
| 1.2.5 肌电信号的特征阐述 | 第15-16页 |
| 1.3 本文主要工作 | 第16-18页 |
| 第二章 基于EEG信号的BCI系统 | 第18-28页 |
| 2.1 BCI系统工作原理和结构 | 第18-20页 |
| 2.1.1 工作原理 | 第18页 |
| 2.1.2 系统结构 | 第18-20页 |
| 2.2 基于单一模式的BCI系统 | 第20-24页 |
| 2.2.1 基于SCP的BCI系统 | 第20-21页 |
| 2.2.2 基于MI的BCI系统 | 第21-22页 |
| 2.2.3 基于事件相关电位P300的BCI系统 | 第22-23页 |
| 2.2.4 基于SSVEP的BCI系统 | 第23-24页 |
| 2.3 基于混合模式的BCI系统 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 混合BCI系统的设计 | 第28-36页 |
| 3.1 混合BCI系统结构设计 | 第28-29页 |
| 3.2 实验设备及受试者 | 第29-31页 |
| 3.2.1 采集设备 | 第29-31页 |
| 3.2.2 受试者选取 | 第31页 |
| 3.3 实验过程设计 | 第31-34页 |
| 3.3.1 电极位置选取 | 第31-32页 |
| 3.3.2 刺激范式设计 | 第32-33页 |
| 3.3.3 基于SSVEP的实验过程设计 | 第33-34页 |
| 3.3.4 基于EMG的咬牙状态监测器的设计 | 第34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 混合BCI系统的信号处理 | 第36-59页 |
| 4.1 信号预处理 | 第37-40页 |
| 4.2 特征提取 | 第40-47页 |
| 4.2.1 基于PSDA的特征提取 | 第40-41页 |
| 4.2.2 基于CCA的特征提取 | 第41-44页 |
| 4.2.3 基于CCA算法优化改进的特征提取 | 第44-47页 |
| 4.3 分类识别 | 第47-52页 |
| 4.3.1 线性判别分析分类器 | 第47-49页 |
| 4.3.2 支持向量机 | 第49-52页 |
| 4.4 离线实验结果及分析 | 第52-58页 |
| 4.4.1 信号采集电极位置和组合 | 第52-55页 |
| 4.4.2 基于SSVEP的离线实验结果分析 | 第55-57页 |
| 4.4.3 基于咬牙信号的离线实验结果分析 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 基于混合BCI系统的实验平台在线验证 | 第59-67页 |
| 5.1 实验平台 | 第59-61页 |
| 5.2 在线系统验证和结果分析 | 第61-65页 |
| 5.2.1 在线验证 | 第61-63页 |
| 5.2.2 结果分析 | 第63-65页 |
| 5.3 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 本文总结 | 第67-68页 |
| 6.2 未来展望 | 第68-69页 |
| 参考文献 | 第69-76页 |
| 发表论文和科研情况说明 | 第76-77页 |
| 致谢 | 第77页 |
