| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-12页 |
| 第1章 绪论 | 第12-18页 |
| ·研究工作的目的与意义 | 第12-13页 |
| ·脑机接口与国内外研究现状 | 第13-15页 |
| ·脑机接口系统组成 | 第13页 |
| ·国内外研究现状 | 第13-15页 |
| ·智能轮椅研究中的问题 | 第15-16页 |
| ·本文研究内容 | 第16-18页 |
| 第2章 脑电信号的获取和预处理 | 第18-35页 |
| ·脑电信号概述 | 第18-21页 |
| ·脑电信号的形成 | 第18页 |
| ·脑电信号的特点及组成 | 第18-20页 |
| ·脑电极的导联方法 | 第20-21页 |
| ·脑电信号的实验方案与采集 | 第21-25页 |
| ·实验方案设计 | 第21-22页 |
| ·脑电信号采集实验 | 第22-25页 |
| ·基于双树复小波变换和RADICAL算法的脑电信号预处理 | 第25-33页 |
| ·双树复小波变换的原理 | 第25-26页 |
| ·分层复阈值函数 | 第26-27页 |
| ·双树复小波变换在脑电信号消噪中的应用 | 第27-28页 |
| ·盲源分离算法 | 第28-29页 |
| ·RADICAL方法用于伪迹消除的实验分析 | 第29-31页 |
| ·脑电信号的预处理 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 脑电信号的特征提取 | 第35-46页 |
| ·常用的特征提取方法 | 第35-37页 |
| ·基于关联维数的脑电信号特征提取 | 第37-40页 |
| ·关联维数 | 第37-38页 |
| ·嵌入维数的选取 | 第38-40页 |
| ·基于模糊化符号复杂度的脑电信号特征提取 | 第40-45页 |
| ·Lempel-Ziv复杂度算法 | 第40-41页 |
| ·模糊化符号复杂度算法 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 脑电信号的模式分类 | 第46-54页 |
| ·常用的模式分类方法 | 第46页 |
| ·支持向量机原理 | 第46-50页 |
| ·支持向量机 | 第46-48页 |
| ·二叉树支持向量机SVM多类算法 | 第48-49页 |
| ·支持向量机SVM核参数与惩罚因子的选定 | 第49-50页 |
| ·基于多模式分层控制的分类 | 第50-52页 |
| ·睁闭眼状态下的选择控制模式 | 第50页 |
| ·脑电信号多模式分层 | 第50-51页 |
| ·模式识别结果分析 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第5章 基于多模式分层控制的脑机接口智能轮椅 | 第54-65页 |
| ·基于脑电信号的电动轮椅的总体控制方案 | 第54-55页 |
| ·脑电信号处理 | 第55-56页 |
| ·运动控制模块 | 第56-64页 |
| ·电动轮椅改装介绍 | 第56-58页 |
| ·基于单片机的电动轮椅控制实现 | 第58-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| ·本文工作总结 | 第65-66页 |
| ·研究展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录 | 第73页 |