| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 脑机接口及国内外研究现状 | 第11-15页 |
| 1.2.1 脑机接口系统 | 第11-12页 |
| 1.2.2 国内外研究现状 | 第12-15页 |
| 1.3 课题研究面临的挑战 | 第15-16页 |
| 1.4 论文研究内容 | 第16-17页 |
| 1.5 论文的组织结构 | 第17-18页 |
| 第二章 运动想象脑电信号及脑电的采集 | 第18-28页 |
| 2.1 脑电信号的概述 | 第18-21页 |
| 2.1.1 脑电信号的产生机理 | 第18-19页 |
| 2.1.2 脑电信号的特征和分类 | 第19-20页 |
| 2.1.2.1 脑电信号的特征 | 第19页 |
| 2.1.2.2 脑电信号的分类 | 第19-20页 |
| 2.1.3 运动想象脑电信号的特点 | 第20-21页 |
| 2.2 实验室脑电实验装置 | 第21-26页 |
| 2.2.1 实验范式设计 | 第22-24页 |
| 2.2.2 设计的新型脑电采集装置 | 第24-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 运动想象脑电信号的处理算法 | 第28-38页 |
| 3.1 脑电信号的预处理 | 第28-31页 |
| 3.1.1 数据预处理的流程 | 第28-29页 |
| 3.1.2 脑电数据预处理算法 | 第29-31页 |
| 3.2 特征提取算法 | 第31-35页 |
| 3.2.1 共同空间模式(Common Spatial Pattern,CSP) | 第32页 |
| 3.2.2 希尔伯特-黄变换(Hilbert-huang transform,HHT) | 第32-34页 |
| 3.2.3 瞬时能量分布的特征平均值 | 第34-35页 |
| 3.3 实验结果分析 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 多类运动想象脑电信号的分类识别研究 | 第38-50页 |
| 4.1 引言 | 第38-39页 |
| 4.2 材料和方法 | 第39-44页 |
| 4.2.1 脑电采集 | 第39页 |
| 4.2.2 预处理 | 第39-40页 |
| 4.2.3 特征提取 | 第40-41页 |
| 4.2.4 分类识别 | 第41-44页 |
| 4.3 数据描述与结果 | 第44-47页 |
| 4.4 讨论 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 基于BCI的脑控机器人系统的搭建 | 第50-62页 |
| 5.1 脑控系统设计的优化方案 | 第50-52页 |
| 5.1.1 脑控系统的目标任务 | 第51页 |
| 5.1.2 目标任务描述 | 第51-52页 |
| 5.2 系统构架 | 第52页 |
| 5.3 基于BCI的脑控机器人系统的搭建 | 第52-55页 |
| 5.4 基于BCI的在线脑控实验 | 第55-60页 |
| 5.5 本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 未来展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 附录A 攻读硕士期间发表的论文、申请的专利 | 第72-74页 |
| 附录B 攻读硕士期间参与项目 | 第74页 |