| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·脑机接口及脑电控制假肢研究现状 | 第12-15页 |
| ·脑电信号处理分析方法 | 第15-18页 |
| ·脑电信号的特征提取方法 | 第15-16页 |
| ·脑电信号的分类方法 | 第16-18页 |
| ·研究内容与论文架构 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第2章 脑电信号特点及预处理 | 第19-33页 |
| ·脑电信号的产生机理及特点 | 第19-25页 |
| ·脑的解剖及功能 | 第19-20页 |
| ·脑电信号的产生机理 | 第20页 |
| ·脑电信号的特点及分类 | 第20-22页 |
| ·脑电信号中的眼动信息来源 | 第22-23页 |
| ·影响脑电的因素 | 第23-24页 |
| ·脑电信号采集电极的安置方法 | 第24-25页 |
| ·脑电信号的预处理 | 第25-32页 |
| ·脑电信号中的噪声 | 第25-26页 |
| ·基于Hankel 矩阵的SVD 脑电信号陷波方法 | 第26-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于小波和Elman 网络的脑电信号分析方法 | 第33-42页 |
| ·基于小波分析的脑电信号特征提取方法 | 第33-36页 |
| ·小波分析基本原理 | 第33-34页 |
| ·基于小波包的脑电信号节律提取方法 | 第34-35页 |
| ·基于小波熵的脑电信号复杂度分析方法 | 第35-36页 |
| ·基于Elman 网络的脑电信号分类方法 | 第36-41页 |
| ·人工神经网络基本原理 | 第36-38页 |
| ·神经网络的参数确定方法 | 第38-39页 |
| ·Elman 递归网络 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 眼动辅助下的脑电信号识别研究 | 第42-56页 |
| ·实验环境及实验过程说明 | 第42-45页 |
| ·实验设备及环境介绍 | 第42-43页 |
| ·实验过程说明 | 第43-45页 |
| ·闭眼想象手部动作的脑电信号识别 | 第45-51页 |
| ·基于小波熵的脑电信号复杂度研究 | 第45-47页 |
| ·基于各节律动态能量的脑电信号识别研究 | 第47-50页 |
| ·基于μ节律头部空间能量的脑电信号识别研究 | 第50-51页 |
| ·眼动辅助下的脑电信号识别 | 第51-55页 |
| ·闭眼与眼动辅助下的脑电复杂度比较 | 第52-53页 |
| ·眼动辅助下的手部动作识别研究 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-59页 |
| ·本文工作总结 | 第56-57页 |
| ·研究展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-65页 |
| 详细摘要 | 第65-69页 |