首页--医药、卫生论文--基础医学论文--医用一般科学论文--生物医学工程论文

基于视觉诱发的脑电信号分析与操作平台

摘要第5-7页
ABSTRACT第7-8页
符号对照表第12-13页
缩略语对照表第13-17页
第一章 绪论第17-27页
    1.1 脑机接口的研究背景和意义第17-19页
    1.2 脑机接口的理论基础第19-25页
        1.2.1 脑机接口系统的基本原理第19-20页
        1.2.2 脑机接口系统的性能评价指标第20-21页
        1.2.3 脑机接口系统的分类第21-25页
    1.3 国内外研究现状第25页
    1.4 课题研究内容与论文研究结构第25-27页
        1.4.1 研究内容与创新点第25页
        1.4.2 本文组织结构第25-27页
第二章 基于SSVEP的BCI系统理论基础第27-39页
    2.1 SSVEP脑电信号的生理特征第27-29页
        2.1.1 频率特征第27-28页
        2.1.2 谐波特征第28-29页
    2.2 视觉刺激的参数选择第29-31页
        2.2.1 视觉刺激第29页
        2.2.2 刺激颜色第29页
        2.2.3 电极选择第29-30页
        2.2.4 刺激设备选择第30-31页
    2.3 SSVEP信号的研究方法第31-37页
        2.3.1 SSVEP信号的预处理算法第31页
        2.3.2 SSVEP信号的特征识别算法第31-37页
    2.4 本章小结第37-39页
第三章 LCD刷新频率对SSVEP-BCI性能的影响第39-47页
    3.1 引言第39页
    3.2 实验方法第39-43页
        3.2.1 实验受试第39页
        3.2.2 EEG数据采集第39页
        3.2.3 实验范式第39-41页
        3.2.4 实验流程第41-42页
        3.2.5 数据分析第42-43页
    3.3 实验结果第43-46页
        3.3.1 离线实验结果第43-45页
        3.3.2 在线实验结果第45-46页
    3.4 讨论第46页
    3.5 本章小结第46-47页
第四章 基于exp-FBCCA和it5-CCA联合算法的SSVEP-BCI第47-61页
    4.1 引言第47页
    4.2 实验范式第47-49页
        4.2.1 字符编码第47-48页
        4.2.2 刺激范式第48-49页
        4.2.3 实验流程第49页
    4.3 数据处理第49-55页
        4.3.1 数据获取第49-50页
        4.3.2 数据预处理第50页
        4.3.3 基于exp-FBCCA的SSVEP-BCI第50-52页
        4.3.4 基于新特征量的个体化模板训练算法的SSVEP-BCI第52-55页
        4.3.5 在线数据分析第55页
    4.4 实验结果第55-58页
        4.4.1 基于exp-FBCCA算法的离线分析第55-57页
        4.4.2 基于联合算法和it5-CCA算法的离线分析第57页
        4.4.3 在线实验结果第57-58页
    4.5 讨论第58-59页
    4.6 本章小节第59-61页
第五章 LRT和CCA在SSVEP-BCI系统中性能的比较第61-69页
    5.1 引言第61页
    5.2 LRT算法的理论基础第61-62页
    5.3 实验方法第62-64页
        5.3.1 视觉刺激系统第62-63页
        5.3.2 数据获取第63页
        5.3.3 实验流程第63-64页
    5.4 实验结果第64-67页
        5.4.1 离线实验结果第64-66页
        5.4.2 在线实验结果第66-67页
    5.5 讨论第67-68页
        5.5.1 LRT算法替代CCA算法的可行性第67页
        5.5.2 LRT与CCA占用系统资源比较第67-68页
        5.5.3 LRT算法的优化第68页
    5.6 本章小结第68-69页
第六章 基于SSVEP电位的BCI操作平台的搭建第69-77页
    6.1 引言第69页
    6.2 系统设计与实现第69-73页
        6.2.1 刺激界面第69-70页
        6.2.2 信号同步第70-72页
        6.2.3 数据采集与信号处理第72-73页
        6.2.4 多线程多进程处理第73页
    6.3 平台工作过程及结果分析第73-74页
        6.3.1 平台工作过程第73-74页
        6.3.2 结果分析第74页
    6.4 讨论第74-75页
    6.5 本章小节第75-77页
第七章 总结与展望第77-79页
    7.1 工作总结第77-78页
    7.2 未来展望第78-79页
参考文献第79-83页
致谢第83-85页
作者简介第85-86页

论文共86页,点击 下载论文
上一篇:新型高甜度及强热稳定性甜味蛋白monellin突变体的分子构建
下一篇:巨菌草的生物结构及木素微区分布的研究