| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·脑机接口概述 | 第9-13页 |
| ·脑机接口的研究背景和意义 | 第9页 |
| ·研究历史和国内外现状 | 第9-10页 |
| ·脑机接口的原理和结构 | 第10-12页 |
| ·脑机接口的性能评价 | 第12页 |
| ·现阶段脑机接口面临的挑战 | 第12-13页 |
| ·论文结构安排及主要工作 | 第13-15页 |
| 第2章 脑电信号研究中的关键技术 | 第15-25页 |
| ·脑电信号的原理与分析 | 第15-19页 |
| ·脑电信号的特点 | 第15-16页 |
| ·脑电信号的种类 | 第16-17页 |
| ·脑电信号的采集方法 | 第17-19页 |
| ·脑电信号的处理过程 | 第19-24页 |
| ·脑电信号的特征提取 | 第20-23页 |
| ·脑电信号的分类识别 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于随机刺激与非随机刺激诱发的P300的研究 | 第25-39页 |
| ·事件相关电位及P300 | 第25-27页 |
| ·事件相关电位 | 第25-26页 |
| ·P300脑电信号及其特点 | 第26页 |
| ·P300的研究现状及存在的主要问题 | 第26-27页 |
| ·实验介绍 | 第27-31页 |
| ·脑电极分布 | 第27页 |
| ·实验过程 | 第27-31页 |
| ·数据预处理 | 第31页 |
| ·实验结果分析 | 第31-38页 |
| ·离线阶段分类结果讨论 | 第31-36页 |
| ·在线阶段分类结果讨论 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于不同分类算法识别结果分析与讨论 | 第39-49页 |
| ·脑电信号的分类识别算法 | 第39-44页 |
| ·线性判别分析 | 第39-40页 |
| ·费希尔线性判别分析 | 第40-41页 |
| ·贝叶斯线性判别分析 | 第41-42页 |
| ·支持向量机 | 第42-44页 |
| ·不同分类算法识别结果及讨论 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于独立分量分析的P300电位提取 | 第49-61页 |
| ·引言 | 第49页 |
| ·独立分量分析的算法 | 第49-54页 |
| ·ICA的模型 | 第49-51页 |
| ·Fast ICA算法 | 第51-52页 |
| ·Infomax ICA算法 | 第52-54页 |
| ·ICA去除信号眼电伪迹 | 第54-60页 |
| ·ICA算法中的特征计算 | 第54-55页 |
| ·ICA算法处理效果比较 | 第55-58页 |
| ·ICA处理前后分类效果比较 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| ·本文工作总结 | 第61页 |
| ·工作展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表的论文 | 第69页 |