基于脑电的想象运动分类算法研究
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-15页 |
| 第一章 绪论 | 第15-24页 |
| ·引言 | 第15-16页 |
| ·脑-机接口系统 | 第16-20页 |
| ·国外基于脑电的BCI研究思路 | 第18-20页 |
| ·国内基于脑电的BCI研究发展 | 第20页 |
| ·研究的目的和意义 | 第20-22页 |
| ·本文的主要研究内容 | 第22-24页 |
| 第二章 脑电信号的理论知识 | 第24-33页 |
| ·概述 | 第24-25页 |
| ·脑电信号的特点性质及分类 | 第25-31页 |
| ·脑电信号的特点 | 第26页 |
| ·脑电信号的性质 | 第26-27页 |
| ·脑电信号的分类 | 第27-31页 |
| ·诱发脑电 | 第27-28页 |
| ·自发脑电 | 第28-30页 |
| ·自发脑电与诱发脑电的区别 | 第30-31页 |
| ·脑电信号的检测 | 第31-32页 |
| ·检测系统概述 | 第31页 |
| ·电极的选择与安放 | 第31-32页 |
| ·脑电信号的放大 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第三章 想象运动实验设计 | 第33-38页 |
| ·信号采集模块 | 第33-35页 |
| ·软件设计 | 第35-36页 |
| ·想象运动实验设计 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 脑电信号预处理 | 第38-48页 |
| ·信号处理中常用的滤波方法 | 第38-43页 |
| ·卡尔曼滤波 | 第38-39页 |
| ·巴特沃思滤波器滤波 | 第39-40页 |
| ·空间滤波 | 第40-41页 |
| ·小波去噪 | 第41-43页 |
| ·连续小波变换 | 第41-42页 |
| ·离散小波变换 | 第42页 |
| ·多尺度分析 | 第42-43页 |
| ·本文中的EEG信号预处理算法 | 第43-47页 |
| ·时域和频域滤波 | 第43-44页 |
| ·眼电伪迹的去除 | 第44-46页 |
| ·基于小波变换的去噪方法 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 脑电信号的特征提取 | 第48-58页 |
| ·脑电信号的时域分析 | 第48-49页 |
| ·脑电信号的频域分析 | 第49-51页 |
| ·功率谱估计 | 第49-50页 |
| ·事件相关同步/去同步 | 第50-51页 |
| ·脑电信号的时—频域分析 | 第51-53页 |
| ·维格纳分布 | 第51页 |
| ·短时傅立叶变换 | 第51-52页 |
| ·小波变换 | 第52-53页 |
| ·匹配跟踪方法 | 第53页 |
| ·本文中的EEG信号特征提取方法 | 第53-57页 |
| ·基于 AAR模型系数的ERD特征提取 | 第54-56页 |
| ·小波熵特征提取 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 意识任务的分类器设计 | 第58-74页 |
| ·Fisher线形识别算法 | 第58-61页 |
| ·人工神经网络 | 第61-67页 |
| ·神经网络感知机模型 | 第63页 |
| ·BP神经网络 | 第63-66页 |
| ·径向基函数网络 | 第66-67页 |
| ·支持向量机分类器 | 第67-69页 |
| ·支持向量机的理论基础 | 第67-68页 |
| ·支持向量机的分类原理 | 第68-69页 |
| ·本文中的分类器设计 | 第69-73页 |
| ·数据归一化处理 | 第70页 |
| ·核函数的选择 | 第70-71页 |
| ·选择核参数和误差惩罚因子 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 实验结果及分析讨论 | 第74-77页 |
| ·实验结果 | 第74-75页 |
| ·分析及讨论 | 第75-77页 |
| 第八章 总结与展望 | 第77-79页 |
| ·总结 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间发表的论文 | 第83-85页 |
| 学位论文评阅及答辩情况表 | 第85页 |
