事件相关电位脑—机接口的最优设计
目录 | 第1-9页 |
表目录 | 第9-10页 |
图目录 | 第10-12页 |
摘要 | 第12-14页 |
ABSTRACT | 第14-16页 |
符号列表 | 第16-18页 |
第一章 绪论 | 第18-32页 |
·脑—机接口的基本原理和构成 | 第18-19页 |
·研究动机和目标 | 第18页 |
·系统构成和功能 | 第18-19页 |
·脑—机接口的类型 | 第19-24页 |
·使用不同观测手段的脑—机接口 | 第19-20页 |
·基于不同特征电位的脑—机接口 | 第20-23页 |
·独立与非独立脑—机接口 | 第23-24页 |
·自发脑电信号和事件相关电位 | 第24-27页 |
·脑电图与自发脑电信号 | 第24-25页 |
·诱发电位与事件相关电位 | 第25-27页 |
·EEG的测量和BCI研究的软硬件条件 | 第27-28页 |
·EEG的测量 | 第27页 |
·通用BCI软件平台 | 第27-28页 |
·本文的研究内容和组织结构 | 第28-32页 |
第二章 事件相关电位脑—机接口 | 第32-50页 |
·引言 | 第32-33页 |
·P300 speller及其衍生范式 | 第33-35页 |
·P300 speller的设计 | 第33-34页 |
·Oddball刺激范式与P300波 | 第34页 |
·P300 speller的改进和衍生范式 | 第34-35页 |
·P300-BCI与ERP-BCI | 第35-36页 |
·不仅仅是P300 | 第35-36页 |
·瞬态视觉诱发电位脑机接口 | 第36页 |
·ERP-BCI的设计 | 第36-43页 |
·需求分析和选项确定 | 第36-37页 |
·设计要素I:视觉设计 | 第37-38页 |
·设计要素Ⅱ:刺激编码 | 第38-40页 |
·设计要素Ⅲ:刺激时间控制 | 第40-41页 |
·设计要素Ⅳ:信号处理与目标识别算法 | 第41-43页 |
·相关的分析方法 | 第43-45页 |
·ERP时空模式分析 | 第43-44页 |
·特征时空模式分析 | 第44-45页 |
·系统性能评价 | 第45-49页 |
·目标识别正确率(Accuracy) | 第45页 |
·信息传输率(ITR) | 第45-46页 |
·字符率(SR) | 第46-47页 |
·写入字符率(WSR) | 第47页 |
·实际信息传输率(PITR) | 第47-49页 |
·本章小结 | 第49-50页 |
第三章 事件相关电位选择范式中的刺激类型研究 | 第50-60页 |
·引言 | 第50-51页 |
·刺激类型的设计 | 第51-53页 |
·刺激类型的定义 | 第51页 |
·刺激类型的分类 | 第51-53页 |
·实验设计和过程 | 第53-54页 |
·实验范式设计 | 第53-54页 |
·实验过程和数据采集 | 第54页 |
·不同刺激类型的比较 | 第54-57页 |
·字符识别方法 | 第54页 |
·拼写性能 | 第54-55页 |
·分类器及特征的时空模式 | 第55-57页 |
·本章小结 | 第57-60页 |
第四章 事件相关电位脑—机接口的超立方体编码方案 | 第60-86页 |
·引言 | 第60-61页 |
·cube刺激编码的设计 | 第61-64页 |
·cube编码的生成 | 第61-62页 |
·目标预测方法 | 第62-63页 |
·性能指标及优化 | 第63-64页 |
·嵌入cube编码设计 | 第64-66页 |
·嵌入cube编码 | 第64页 |
·PITR计算和优化 | 第64-65页 |
·最优性能和配置的函数特性 | 第65-66页 |
·跨cube性能预测和优化方法 | 第66-68页 |
·score-P模型 | 第66-67页 |
·跨cube特征分布预测 | 第67-68页 |
·cube编码的优化 | 第68页 |
·实验设计 | 第68-71页 |
·刺激设计 | 第68-70页 |
·被试和数据采集 | 第70页 |
·实验过程 | 第70-71页 |
·数据处理过程 | 第71页 |
·最优嵌入cube编码及分析 | 第71-80页 |
·模型的检验 | 第71-73页 |
·最优嵌入cube编码 | 第73-78页 |
·ERP时空特征随pT的变化 | 第78-80页 |
·几点讨论 | 第80-83页 |
·关于码长和正确率因素的进一步讨论 | 第80-81页 |
·子菜单设计的优化策略 | 第81-82页 |
·刺激序列数的确定 | 第82-83页 |
·本章小结 | 第83-86页 |
第五章 基于视觉搜索任务的视线独立脑—机接口范式 | 第86-108页 |
·引言 | 第86-88页 |
·基于oddball视觉搜索任务的拼写范式 | 第88-91页 |
·刺激序列设计 | 第88-89页 |
·两种刺激呈现模式 | 第89-91页 |
·字符拼写实验 | 第91-93页 |
·被试和数据采集 | 第91-92页 |
·系统校准 | 第92-93页 |
·拼写实验 | 第93页 |
·数据处理与分析方法 | 第93-95页 |
·分类器训练和在线字符识别 | 第93页 |
·ERP计算与分析 | 第93-94页 |
·离线性能分析 | 第94页 |
·EOG校准与分析 | 第94-95页 |
·结果与分析 | 第95-101页 |
·系统校准的结果 | 第95页 |
·在线拼写正确率 | 第95页 |
·刺激诱发的特征电位 | 第95-97页 |
·离线性能分析 | 第97-100页 |
·眼动显著度分析 | 第100-101页 |
·Oddball视觉搜索BCI范式的几个特点 | 第101-105页 |
·自纠错拼写系统的正确率要求 | 第101页 |
·中心视觉和外围视觉比较 | 第101-102页 |
·任务复杂度和P300潜伏期的关系 | 第102-103页 |
·P300潜伏期的任务间差异 | 第103-104页 |
·练习效应 | 第104-105页 |
·进一步的改进 | 第105-106页 |
·最优目标集大小 | 第105-106页 |
·视觉设计的改进 | 第106页 |
·本章小结 | 第106-108页 |
第六章 总结与展望 | 第108-112页 |
·本论文工作的总结 | 第108-109页 |
·未来工作的方向 | 第109-112页 |
·各设计要素的综合优化 | 第109-110页 |
·单次样本识别和ERP响应规律的生理机制 | 第110页 |
·和其它类型BCI的结合 | 第110-112页 |
致谢 | 第112-114页 |
参考文献 | 第114-124页 |
作者在学期间取得的学术成果 | 第124-125页 |