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 |