首页--工业技术论文--机械、仪表工业论文--仪器、仪表论文--其他医疗器械论文

基于脑机接口的智能病床运动控制器研究

致谢第5-6页
摘要第6-7页
Abstract第7-8页
1 绪论第11-28页
    1.1 课题研究背景第11-12页
    1.2 脑机接口第12-17页
        1.2.1 脑机接口分类第13-15页
        1.2.2 脑电信号的节律第15页
        1.2.3 常用的脑电现象第15-17页
    1.3 国内外研究现状第17-26页
        1.3.1 国外研究现状第17-21页
        1.3.2 国内研究现状第21-26页
    1.4 研究意义第26页
    1.5 课题研究内容第26-28页
2 脑机接口算法第28-56页
    2.1 引言第28页
    2.2 眨眼检测算法第28-31页
    2.3 基于脑电信号的模式识别分析第31-32页
    2.4 脑电信号滤波第32-33页
    2.5 眼电伪迹单通道盲源分离第33-47页
        2.5.1 脑电信号经验模态分解第35-41页
        2.5.2 主成分分析分解信号第41-46页
        2.5.3 基于皮尔逊系数的眼电伪迹识别第46-47页
    2.6 脑电信号分类第47-50页
        2.6.1 脑电信号特征提取第47-48页
        2.6.2 支持向量机概述第48-50页
    2.7 智能病床运动控制第50-54页
    2.8 小结第54-56页
3 脑机接口运动控制器系统搭建第56-70页
    3.1 引言第56页
    3.2 脑电传感器选型第56-57页
    3.3 护理床设计及选型第57-61页
    3.4 运动控制器设计第61-62页
    3.5 上位机选型与设计第62-64页
    3.6 PC端软件部分第64-67页
        3.6.1     C第64-66页
        3.6.2 C第66-67页
        3.6.3 Matlab部分第67页
    3.7 运动控制器系统框架第67-69页
    3.8 本章小结第69-70页
4 基于单通道脑电传感器的病床控制实验第70-76页
    4.1 引言第70页
    4.2 离线脑电分类实验第70-73页
        4.2.1 实验对象第70页
        4.2.2 信号采集第70-71页
        4.2.3 结果与分析第71-73页
    4.3 在线脑电分类实验第73-74页
    4.4 脑机接口智能病床控制实验与分析第74-75页
    4.5 本章小结第75-76页
5 总结与展望第76-79页
    5.1 总结第76-78页
    5.2 展望第78-79页
参考文献第79-85页
攻读硕士学位期间科研成果和参与项目第85页

论文共85页,点击 下载论文
上一篇:结合时频分析和卷积神经网络的滚动轴承故障诊断优化方法研究
下一篇:基于深度学习的复合材料圆孔检测方法研究