基于BCI的上肢辅助康复系统的研究与开发
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·BCI 的基本概念及其分类 | 第11-12页 |
| ·BCI 的基本概念 | 第11页 |
| ·BCI 的分类 | 第11-12页 |
| ·BCI 的研究方法及研究现状 | 第12-16页 |
| ·EEG 的基本理论 | 第12-13页 |
| ·基于EEG 的BCI 研究方法 | 第13-14页 |
| ·BCI 的发展现状及进展 | 第14-16页 |
| ·BCI 的研究意义 | 第16-18页 |
| ·本课题的主要研究内容 | 第18-19页 |
| 第2章 基于BCI 的上肢辅助康复系统的整体设计 | 第19-27页 |
| ·BCI 系统的工作原理及其组成结构 | 第19-26页 |
| ·信号采集部分 | 第20-22页 |
| ·信号处理部分 | 第22-25页 |
| ·上肢辅助康复装置部分 | 第25-26页 |
| ·BCI 系统设计的性能评价准则 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 想象左右手运动的BCI 实验 | 第27-55页 |
| ·想象左右手运动的实验数据采集及描述 | 第27-28页 |
| ·ERD/ERS 的特征描述 | 第28-29页 |
| ·ERD/ERS 特征提取及结果 | 第29-38页 |
| ·特征提取 | 第31-36页 |
| ·实验步骤及结果 | 第36-38页 |
| ·FISHER 线性判别分析 | 第38-44页 |
| ·线性分类器原理 | 第38-39页 |
| ·Fisher 线性分类器(FLDA)的设计 | 第39-42页 |
| ·FLDA 分类步骤及结果 | 第42-44页 |
| ·支持向量机的特征分类 | 第44-53页 |
| ·统计学习理论 | 第44-47页 |
| ·支持向量机的基本原理 | 第47-49页 |
| ·核函数 | 第49-51页 |
| ·SVM 分类步骤及结果 | 第51-53页 |
| ·实验结果讨论 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 上肢辅助康复系统的设计与实现 | 第55-77页 |
| ·辅助康复系统的硬件设计 | 第55-68页 |
| ·辅助康复系统的硬件框图 | 第55-57页 |
| ·ARM 微控制器及外围电路 | 第57-68页 |
| ·辅助康复系统的软件设计 | 第68-76页 |
| ·软件设计概述 | 第68-69页 |
| ·主程序流程图 | 第69-70页 |
| ·主要模块的软件设计 | 第70-76页 |
| ·ERD/ERS 控制辅助康复治疗仪实验 | 第76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第84-85页 |
| 致谢 | 第85-86页 |
| 作者简介 | 第86页 |
