融合生物信息的智能仿生腿步态分析系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·引言 | 第11-12页 |
| ·课题研究背景 | 第12-15页 |
| ·智能假肢研究现状 | 第12-13页 |
| ·异构双腿机器人的提出 | 第13-14页 |
| ·脑-机接口在假肢技术上的应用发展 | 第14-15页 |
| ·课题的研究意义 | 第15-16页 |
| ·论文主要工作 | 第16-19页 |
| ·本文主要研究内容 | 第16页 |
| ·论文结构 | 第16-19页 |
| 第2章 步态分析系统概述 | 第19-23页 |
| ·引言 | 第19页 |
| ·步态分析主要研究内容 | 第19-20页 |
| ·步态数据采集装置 | 第20-22页 |
| ·常用采集装置介绍 | 第20-21页 |
| ·本论文所用传感器介绍 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 步态定量分析 | 第23-35页 |
| ·数据采集与预处理 | 第23-24页 |
| ·人体运动步态事件的定位 | 第24-30页 |
| ·小波变换的理论基础 | 第26-28页 |
| ·基于小波变换的步态事件的定位 | 第28-30页 |
| ·步态参数的定量估计 | 第30-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 想象运动脑电BCI的研究基础 | 第35-41页 |
| ·引言 | 第35页 |
| ·脑电信号的产生 | 第35-36页 |
| ·脑电信号的分类 | 第36-38页 |
| ·自发脑电 | 第36-37页 |
| ·诱发脑电 | 第37-38页 |
| ·脑电信号的采集 | 第38-39页 |
| ·BCI系统的组成 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 BCI系统设计实现 | 第41-69页 |
| ·脑电数据描述 | 第41-44页 |
| ·DG数据描述 | 第41-43页 |
| ·DT数据描述 | 第43-44页 |
| ·数据预处理 | 第44-45页 |
| ·脑电信号特征提取 | 第45-57页 |
| ·时域法 | 第45-47页 |
| ·频域法 | 第47-53页 |
| ·基于小波变换的特征提取 | 第53-56页 |
| ·基于共空域模式的特征提取 | 第56-57页 |
| ·分类器的设计 | 第57-67页 |
| ·Fisher线性判别分析 | 第58-59页 |
| ·支持向量机 | 第59-61页 |
| ·分类结果分析 | 第61-67页 |
| ·本章小结 | 第67-69页 |
| 第6章 总结与展望 | 第69-71页 |
| ·结论 | 第69页 |
| ·问题与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
