首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--自动化系统理论论文

基于稳态视觉诱发电位的脑机接口系统的设计与研究

摘要第1-4页
Abstract第4-6页
目录第6-9页
第一章 绪论第9-14页
   ·人机交互的形成与发展第9-10页
   ·脑机接口的定义与分类第10-11页
     ·脑机接口的定义第10页
     ·脑机接口的分类第10-11页
   ·脑机接口的研究背景第11-13页
     ·脑机接口的研究意义第11-12页
     ·脑机接口的研究现状第12页
     ·脑机接口的发展前景第12-13页
   ·章节结构安排第13-14页
第二章 基于SSVEP的BCI系统第14-19页
   ·几种常见的BCI系统简介第14-16页
     ·基于Alpha波信号的BCI系统第14-15页
     ·基于运动想象的BCI系统第15页
     ·基于SSVEP信号的BCI系统第15-16页
   ·SSVEP概述第16-17页
   ·SSVEP信号在BCI系统中的应用第17-18页
   ·基于SSVEP信号的BCI系统的工作流程第18-19页
第三章 系统硬件采集平台的设计第19-25页
   ·系统硬件采集平台结构组成第19页
   ·预处理电路第19-23页
     ·前端保护电路及射频滤波器第21页
     ·中间级放大电路第21页
     ·共模抑制电路第21-22页
     ·后端放大电路第22-23页
   ·信号采集卡第23页
   ·电极第23-25页
第四章 系统软件采集平台的设计第25-52页
   ·系统软件设计框架第25-27页
   ·视觉刺激器的设计第27-29页
     ·视觉刺激方式的选择第27-28页
     ·视觉刺激器的实现方法第28-29页
   ·信号采集模块第29-37页
     ·采集卡动态链接库的调用及参数设置第30-32页
     ·系统数据采集流程第32-33页
     ·数据存储功能第33-34页
     ·波形显示功能第34-37页
   ·信号预处理模块第37-44页
     ·信号中的噪声和干扰第37-38页
     ·数字滤波器的设计第38-42页
     ·滤除50Hz工频干扰第42-44页
   ·滑动窗频谱分析第44-48页
     ·傅里叶变换第45-46页
     ·基于滑动窗的迭代式频谱分析算法第46-48页
   ·特征提取实现对机械手臂的控制第48-52页
     ·信号的特征提取第48页
     ·机械手臂简介第48-49页
     ·系统对机械手臂的控制第49-52页
第五章 实验与结果分析第52-66页
   ·实验平台的搭建第52-54页
     ·实验方案介绍第52页
     ·电极的贴放位置第52-54页
   ·实验结果与数据分析第54-60页
     ·实验过程描述第54-58页
     ·实验数据分析第58-60页
   ·SSVEP在线检测算法的的改进第60-66页
     ·基于滑动窗的在线方差估计算法第60-63页
     ·算法测试结果第63-66页
第六章 总结与展望第66-68页
   ·课题总结第66-67页
   ·未来展望第67-68页
参考文献第68-72页
附录 图表索引第72-74页
攻读学位期间发表的学术论文目录第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于左右手运动想象的分类算法与脑—机接口研究
下一篇:基于ZigBee技术的智能家居监控系统的设计与实现