| 致谢 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-15页 |
| 1 引言 | 第15-23页 |
| ·脑科学与神经工程 | 第15-16页 |
| ·脑机接口研究概述 | 第16-20页 |
| ·脑机接口研究背景 | 第16-17页 |
| ·脑机接口研究现状 | 第17-19页 |
| ·脑机接口研究挑战 | 第19-20页 |
| ·脑电节律信号解码 | 第20-22页 |
| ·信号成分的优化 | 第20-21页 |
| ·脑电活动同步性特征 | 第21-22页 |
| ·论文结构 | 第22-23页 |
| 2 节律脑电的机制和特性 | 第23-29页 |
| ·大脑神经电信号的产生及现象 | 第23-24页 |
| ·脑电信号中的多种频率节律 | 第24-26页 |
| ·神经节律活动的同步性 | 第26-27页 |
| ·事件相关电位与节律活动 | 第27-29页 |
| 3 基于脑电信号的脑机接口 | 第29-47页 |
| ·脑机接口信号类型概述 | 第29-32页 |
| ·脑机接口系统的基本框架 | 第32-33页 |
| ·脑机接口系统所使用的脑电信号 | 第33-40页 |
| ·基于运动相关节律的脑机接口 | 第34-35页 |
| ·基于慢皮层电位的脑机接口 | 第35-36页 |
| ·基于视觉诱发电位的脑机接口 | 第36-37页 |
| ·基于P300事件相关电位的脑机接口 | 第37-38页 |
| ·混合脑机接口系统 | 第38-40页 |
| ·脑电信号解码方法 | 第40-44页 |
| ·信号预处理 | 第40-41页 |
| ·特征提取 | 第41-42页 |
| ·特征模式识别 | 第42-43页 |
| ·解码的自适应技术 | 第43-44页 |
| ·基于运动相关节律信号的脑机接口 | 第44-47页 |
| 4 运动相关脑电信号的频率、时间、空间成分优化 | 第47-78页 |
| ·脑电识别与特征优化 | 第48-49页 |
| ·动相关脑电采集实验 | 第49-53页 |
| ·手指单次按键实验 | 第50-52页 |
| ·动想象实验 | 第52-53页 |
| ·基于CSP空域优化的脑电分类方法 | 第53-56页 |
| ·脑电频率-时间-空间特征优化方法(F-T-S方法) | 第56-62页 |
| ·信号基本元素分解 | 第57-59页 |
| ·时频域特征优化 | 第59-61页 |
| ·基于优化特征空间模式的分类 | 第61-62页 |
| ·F-T-S方法的识别结果 | 第62-71页 |
| ·影响F-T-S解码结果的参数 | 第62-64页 |
| ·F-T-S方法对运动相关EEG模式的识别 | 第64-68页 |
| ·算法解码效果 | 第68-71页 |
| ·优化成分特征方法用于在线实验 | 第71-78页 |
| ·实验设计 | 第71-73页 |
| ·在线系统及算法 | 第73-74页 |
| ·实验结果分析 | 第74-78页 |
| 5 脑电信号的同步活动分析方法 | 第78-103页 |
| ·电极间同步性量化方法 | 第79-84页 |
| ·信号相位锁定值 | 第79-81页 |
| ·状态空间同步性 | 第81-84页 |
| ·基于同步性的网络特性 | 第84-87页 |
| ·同步关系网络的图拓扑表达 | 第84-86页 |
| ·网络图特征量化方法 | 第86-87页 |
| ·神经节律同步活动模型 | 第87-97页 |
| ·基于小世界网络的Kuramoto模型 | 第88-93页 |
| ·影响模型同步性的因素 | 第93-97页 |
| ·同步性方法模拟验证 | 第97-103页 |
| ·生成模拟EEG数据 | 第97-99页 |
| ·模拟数据解码 | 第99-103页 |
| 6 时频优化的脑电同步性分析方法 | 第103-109页 |
| ·运动相关脑电同步性解码 | 第103-106页 |
| ·结合信号成分优化的脑电同步性解码方法 | 第106-109页 |
| 7 总结与展望 | 第109-113页 |
| ·论文创新点 | 第109-110页 |
| ·对论文研究内容的展望 | 第110-111页 |
| ·对脑机接口技术的展望 | 第111-113页 |
| 8 参考文献 | 第113-125页 |
| 作者简历及在学期间科研成果 | 第125-126页 |