脑电信号分析与多模态脑机接口研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-21页 |
| 1.1 引言 | 第8页 |
| 1.2 大脑 | 第8-11页 |
| 1.2.1 脑结构与功能 | 第8-10页 |
| 1.2.2 大脑的神经生理学 | 第10-11页 |
| 1.3 脑电信号 | 第11-14页 |
| 1.3.1 脑电图 | 第11-13页 |
| 1.3.2 EEG 分析 | 第13-14页 |
| 1.3.3 脑电信号处理方法 | 第14页 |
| 1.4 脑机接口 | 第14-20页 |
| 1.4.1 脑机接口的概念与结构 | 第14-16页 |
| 1.4.2 脑机接口的研究进展 | 第16-18页 |
| 1.4.3 字符编码与人机交互 | 第18-19页 |
| 1.4.4 多模态脑机接口 | 第19-20页 |
| 1.5 本文研究内容 | 第20-21页 |
| 2 基于运动想象脑机接口的特征提取 | 第21-41页 |
| 2.1 运动想象特征提取概述 | 第21-23页 |
| 2.2 运动想象特征提取方法 | 第23-24页 |
| 2.3 共空间模式 | 第24-25页 |
| 2.4 小波-共空间模式算法 | 第25-31页 |
| 2.4.1 小波变换与去噪基本原理 | 第26页 |
| 2.4.2 小波阈值去噪法 | 第26-28页 |
| 2.4.3 小波-共空间模式 | 第28-31页 |
| 2.5 基于粒子群的 CSP 算法 | 第31-37页 |
| 2.5.1 粒子群算法 | 第31-32页 |
| 2.5.2 标准粒子群算法 | 第32页 |
| 2.5.3 粒子群频带优化的 CSP 算法 | 第32-37页 |
| 2.6 规则化 CSP 算法 | 第37-40页 |
| 2.7 本章小结 | 第40-41页 |
| 3 基于运动想象脑机接口的特征分类 | 第41-49页 |
| 3.1 特征分类研究现状 | 第41-42页 |
| 3.2 线性判别分析 | 第42-43页 |
| 3.3 支持向量机 | 第43-45页 |
| 3.4 分类结果 | 第45-47页 |
| 3.4.1 基于 LDA 的分类结果 | 第45页 |
| 3.4.2 基于 SVM 的分类结果 | 第45-46页 |
| 3.4.3 分类结果分析 | 第46-47页 |
| 3.5 本章小结 | 第47-49页 |
| 4 基于多模态脑机接口的研究 | 第49-59页 |
| 4.1 眼电电位与眼动 EEG | 第49-52页 |
| 4.2 基于眼动 EEG 字符编码的人机交互 | 第52-55页 |
| 4.2.1 实验设计 | 第52-53页 |
| 4.2.2 字符编码规则 | 第53-54页 |
| 4.2.3 特征提取 | 第54页 |
| 4.2.4 结果分析 | 第54-55页 |
| 4.3 基于运动想象和眼动的异步脑机接口 | 第55-58页 |
| 4.3.1 实验设计 | 第55-56页 |
| 4.3.2 特征提取 | 第56-57页 |
| 4.3.3 结果分析 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 附录 | 第68页 |
| A.作者在攻读学位期间发表的论文目录 | 第68页 |
| B.申请专利 | 第68页 |
