| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-20页 |
| ·脑电信号的研究和发展历史 | 第10-12页 |
| ·脑-机接口的发展背景 | 第12-14页 |
| ·脑-机接口的基本内容 | 第14-18页 |
| ·BCI 的定义 | 第14-15页 |
| ·BCI 的研究目的与科学意义 | 第15-16页 |
| ·BCI 技术研究现状 | 第16-18页 |
| ·本课题研究的内容 | 第18-20页 |
| 第二章 基于EEG 的BCI 研究方法 | 第20-32页 |
| ·引言 | 第20页 |
| ·BCI 研究中脑皮层神经电信号的获取 | 第20-25页 |
| ·诱发电位及其特点 | 第20-21页 |
| ·自发脑电 | 第21-24页 |
| ·植入电极信号 | 第24-25页 |
| ·EEG 信息的记录 | 第25-27页 |
| ·EEG 记录方法 | 第25-27页 |
| ·信号的处理方法 | 第27-28页 |
| ·信号的预处理及特征的提取 | 第27-28页 |
| ·转换算法 | 第28页 |
| ·研究方法和准则 | 第28-29页 |
| ·基于EEG 的BCI 技术现状 | 第29-30页 |
| ·依赖型BCI 与独立型BCI | 第29-30页 |
| ·BCI 发展的关键性问题 | 第30页 |
| ·本章小节 | 第30-32页 |
| 第三章 BCI 接口实验系统的设计与实现 | 第32-50页 |
| ·引言 | 第32页 |
| ·系统的整体设计 | 第32-34页 |
| ·放大器电路的设计 | 第34-35页 |
| ·任务的建立 | 第35-38页 |
| ·USB 通信接口设计 | 第38-40页 |
| ·PC 端软件的设计方案 | 第40-41页 |
| ·上位机实验软件平台的设计 | 第41-48页 |
| ·系统功能的运行 | 第42-43页 |
| ·档案和数据管理功能 | 第43-45页 |
| ·参数设置和数据采集功能 | 第45-47页 |
| ·数据记录和输出功能 | 第47-48页 |
| ·本章小节 | 第48-50页 |
| 第四章 电刺激下MRI 处理算法研究及实验分析 | 第50-74页 |
| ·引言 | 第50页 |
| ·电刺激下MRI 的实验方法 | 第50-55页 |
| ·BOLD 模式下的处理方式 | 第51页 |
| ·实验设计 | 第51-52页 |
| ·图像配准 | 第52页 |
| ·互信息理论 | 第52-53页 |
| ·独立分量分析方法去除噪声 | 第53-54页 |
| ·激活区检测 | 第54页 |
| ·仿真结果 | 第54-55页 |
| ·结论 | 第55页 |
| ·事件相关电位实验设计和分析 | 第55-58页 |
| ·脑电数据记录装置功能的构成 | 第55-58页 |
| ·实验的相关要求 | 第58页 |
| ·事件相关电位的实验内容和实验结果分析 | 第58-72页 |
| ·随机作业（OB 刺激序列）实验 | 第58-61页 |
| ·图片阅读分类判断实验 | 第61-62页 |
| ·短程颜色记忆和提取实验 | 第62-63页 |
| ·位置方向确认试验 | 第63-66页 |
| ·短程记忆实验 | 第66-68页 |
| ·汉字句意识别试验 | 第68-69页 |
| ·不同显示概率变化实验 | 第69-70页 |
| ·汉字句意的阅读及识别实验 | 第70-72页 |
| ·本章小节 | 第72-74页 |
| 第五章 BCI 中的脑电诱发电位处理方法的研究 | 第74-94页 |
| ·引言 | 第74页 |
| ·卡尔曼滤波方法 | 第74-75页 |
| ·带外输入的自回归算法 | 第75-76页 |
| ·附加信号处理方法 | 第76-77页 |
| ·自适应法 | 第77-78页 |
| ·波形变换法 | 第78-86页 |
| ·傅立叶变换法 | 第78-79页 |
| ·小波变换法 | 第79-81页 |
| ·二进小波变换 | 第81页 |
| ·Mallat 算法和多采样数字滤波器组 | 第81-83页 |
| ·基于小波变换的消噪方法 | 第83页 |
| ·阈值的处理方法 | 第83-84页 |
| ·算法的改进 | 第84-85页 |
| ·多分辨率分析 | 第85-86页 |
| ·小波多分辨率分析法对实验数据的去噪处理 | 第86-90页 |
| ·基于阈值法的白噪声滤除 | 第86-87页 |
| ·基于小波分解与重构法的基线漂移滤除 | 第87-88页 |
| ·基于小波分解与重构和极大值法的肌电干扰滤除 | 第88-90页 |
| ·小波变换应用于视觉诱发脑电信号的提取 | 第90-93页 |
| ·视觉诱发信号的提取方法 | 第90页 |
| ·错位叠加和小波分解的方法去除背景脑电信号 | 第90-91页 |
| ·小波分解重构方法提取诱发信号 | 第91-93页 |
| ·本章小节 | 第93-94页 |
| 第六章 基于神经网络的事件分类技术 | 第94-112页 |
| ·引言 | 第94页 |
| ·人工神经网络的特点 | 第94-97页 |
| ·网络模型 | 第97-98页 |
| ·BP 学习算法 | 第98-102页 |
| ·网络误差与权值的调整 | 第98-101页 |
| ·BP 网络的学习过程 | 第101-102页 |
| ·标准BP 算法的改进 | 第102-104页 |
| ·BP 神经网络在左右手运动识别事件的研究 | 第104-105页 |
| ·用于左右手运动识别的BP 网络的设计和实现 | 第105-110页 |
| ·分类识别 | 第105-106页 |
| ·分类结果 | 第106-109页 |
| ·相关问题 | 第109页 |
| ·总结与展望 | 第109-110页 |
| ·本章小节 | 第110-112页 |
| 第七章 脑机接口相关实验和分类算法研究 | 第112-134页 |
| ·引言 | 第112页 |
| ·手指运动事件的实验及分析 | 第112-129页 |
| ·实验数据的获取 | 第113-114页 |
| ·处理流程 | 第114页 |
| ·BP 特征描述 | 第114-116页 |
| ·事件相关同步和去同步（ERS / ERD）的特征描述 | 第116-117页 |
| ·数据预处理 | 第117-118页 |
| ·特征提取 | 第118-121页 |
| ·特征f_1的提取 | 第121页 |
| ·特征f_2的提取 | 第121-125页 |
| ·基于ERD 的特征提取 | 第125-126页 |
| ·基于SVM 的事件分类 | 第126-128页 |
| ·事件的分类结果 | 第128页 |
| ·结论 | 第128-129页 |
| ·打靶实验 | 第129-132页 |
| ·上下打靶实验设计 | 第129页 |
| ·实验方法及数据获取 | 第129-130页 |
| ·实验分析方法 | 第130-132页 |
| ·本章小节 | 第132-134页 |
| 第八章 总结与展望 | 第134-142页 |
| ·全文总结 | 第134-140页 |
| ·展望 | 第140-142页 |
| 参考文献 | 第142-154页 |
| 附录 攻读博士学位期间发表的论文情况 | 第154-156页 |
| 致谢 | 第156页 |