| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第12-17页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 运动想象脑电信号的特征提取算法研究现状 | 第13-14页 |
| 1.2.2 脑网络研究现状 | 第14-15页 |
| 1.3 主要研究内容及章节安排 | 第15-16页 |
| 1.4 小结 | 第16-17页 |
| 2 脑网络构建及分析方法 | 第17-25页 |
| 2.1 复杂网络理论基础 | 第17-18页 |
| 2.2 脑网络构建 | 第18-22页 |
| 2.2.1 节点的定义 | 第19页 |
| 2.2.2 边的定义 | 第19-21页 |
| 2.2.3 阈值选取 | 第21-22页 |
| 2.3 常用图论分析指标 | 第22-23页 |
| 2.4 小结 | 第23-25页 |
| 3 实验范式设计及数据采集 | 第25-33页 |
| 3.1 运动想象脑电信号特点 | 第25-27页 |
| 3.1.1 大脑结构与功能分区 | 第25-26页 |
| 3.1.2 脑电信号特点 | 第26-27页 |
| 3.2 数据采集及实验范式设计 | 第27-29页 |
| 3.2.1 实验基本信息 | 第27-28页 |
| 3.2.2 左右手运动想象实验范式设计 | 第28-29页 |
| 3.3 运动想象脑电信号预处理 | 第29-32页 |
| 3.4 小结 | 第32-33页 |
| 4 基于相干法和相位锁定值法的功能网络特征分析 | 第33-47页 |
| 4.1 运动想象功能网络构建 | 第33-35页 |
| 4.1.1 基于相干法的功能网络构建 | 第33-34页 |
| 4.1.2 基于相位锁定值法的功能网络构建 | 第34-35页 |
| 4.2 网络特征分析 | 第35-46页 |
| 4.2.1 节点度 | 第35-39页 |
| 4.2.2 聚类系数 | 第39-43页 |
| 4.2.3 特征路径长度 | 第43-45页 |
| 4.2.4 全局效率 | 第45-46页 |
| 4.3 小结 | 第46-47页 |
| 5 基于脑功能网络特征的运动想象脑电信号分类 | 第47-61页 |
| 5.1 基于共同空间模式的特征提取分类 | 第47-51页 |
| 5.1.1 共同空间模式 | 第47-48页 |
| 5.1.2 支持向量机分类 | 第48-51页 |
| 5.2 基于网络属性特征的分类结果分析 | 第51-52页 |
| 5.3 基于邻接矩阵空间特征的分类结果分析 | 第52-54页 |
| 5.3.1 基于COH邻接矩阵空间特征的分类结果分析 | 第52-53页 |
| 5.3.2 基于PLV邻接矩阵空间特征的分类结果分析 | 第53-54页 |
| 5.4 网络属性-空间特征联合分类结果分析 | 第54-57页 |
| 5.4.1 网络属性-CSP特征联合分类结果分析 | 第54-55页 |
| 5.4.2 网络属性-邻接矩阵空间特征联合分类结果分析 | 第55-57页 |
| 5.5 特征对比与讨论 | 第57-58页 |
| 5.6 运动想象BCI“盲”现象 | 第58-60页 |
| 5.7 小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 研究工作总结 | 第61-62页 |
| 6.2 未来工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69-70页 |
