| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-27页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 脑机接口的基本原理 | 第12-16页 |
| 1.2.1 脑机接口系统基本结构 | 第13-14页 |
| 1.2.2 脑电信号的采集 | 第14-15页 |
| 1.2.3 常用脑电信号 | 第15-16页 |
| 1.3 基于BCI的运动功能康复研究现状 | 第16-25页 |
| 1.3.1 国内外研究现状 | 第16-21页 |
| 1.3.2 新兴运动功能康复疗法 | 第21-22页 |
| 1.3.3 脑电信号的特征分析方法 | 第22-25页 |
| 1.3.4 脑电信号特征融合 | 第25页 |
| 1.4 本文主要研究内容及组织结构 | 第25-27页 |
| 第2章 基于非线性分析和OEMD的特征提取与相关性分析 | 第27-41页 |
| 2.1 引言 | 第27页 |
| 2.2 EEG非线性特征提取方法 | 第27-30页 |
| 2.2.1 李雅普诺夫指数 | 第27-28页 |
| 2.2.2 近似熵 | 第28-29页 |
| 2.2.3 样本熵 | 第29-30页 |
| 2.3 基于OEMD的能量特征 | 第30-31页 |
| 2.3.1 正交经验模态分解 | 第30页 |
| 2.3.2 基于OEMD的能量特征 | 第30-31页 |
| 2.4 实验研究与结果分析 | 第31-38页 |
| 2.4.1 实验数据描述 | 第31-32页 |
| 2.4.2 Lyapunov指数和近似熵特征 | 第32-34页 |
| 2.4.3 样本熵特征与OEIMF特征融合与类 | 第34-36页 |
| 2.4.4 SampleEn与OEIMF特征相关性分析 | 第36-38页 |
| 2.5 本章小结 | 第38-41页 |
| 第3章 基于OEMD的多尺度相位同步指数及多域特征融合 | 第41-57页 |
| 3.1 引言 | 第41-42页 |
| 3.2 特征提取方法基本原理 | 第42-45页 |
| 3.2.1 多尺度相位同步指数 | 第42-43页 |
| 3.2.2 正交希尔伯特黄变换 | 第43-44页 |
| 3.2.3 共空域子空间分解 | 第44-45页 |
| 3.3 ISVM分类器 | 第45页 |
| 3.4 多域特征融合及实验研究 | 第45-56页 |
| 3.4.1 实验数据介绍 | 第45-46页 |
| 3.4.2 多域特征提取 | 第46-51页 |
| 3.4.3 特征融合过程中的参数优化 | 第51-52页 |
| 3.4.4 多域特征融合及分析 | 第52-54页 |
| 3.4.5 多种特征提取方法对比研究 | 第54-55页 |
| 3.4.6 多域脑电特征的相关性分析 | 第55-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第4章 基于镜像疗法的个性化MI-EEG采集系统设计 | 第57-73页 |
| 4.1 引言 | 第57页 |
| 4.2 脑电训练与采集系统整体设计 | 第57-61页 |
| 4.2.1 系统工作流程 | 第58页 |
| 4.2.2 基于Qt Creator的系统开发环境 | 第58-59页 |
| 4.2.3 MI-EEG脑电训练模块 | 第59-60页 |
| 4.2.4 MI-EEG脑电采集模块 | 第60-61页 |
| 4.3 MI-EEG训练采集系统外设设备 | 第61-65页 |
| 4.3.1 数据手套数据采集和传输 | 第61-63页 |
| 4.3.2 数据手套与上位机的通信 | 第63页 |
| 4.3.3 脑电采集设备 | 第63-64页 |
| 4.3.4 g.tec脑电采集设备与上位机的链接 | 第64-65页 |
| 4.4 基于Qt的脑电训练与采集系统 | 第65-71页 |
| 4.4.1 个性化脑电训练模式实现 | 第66-67页 |
| 4.4.2 脑电采集模式实现 | 第67-69页 |
| 4.4.3 系统测试结果 | 第69-71页 |
| 4.5 本章小结 | 第71-73页 |
| 结论 | 第73-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间所发表的论文 | 第81-83页 |
| 致谢 | 第83页 |
