| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 基于运动想象的脑机接口系统 | 第9-10页 |
| 1.1.2 实时脑机接口系统 | 第10页 |
| 1.1.3 研究意义 | 第10-11页 |
| 1.2 课题的研究现状 | 第11-13页 |
| 1.2.1 国内外研究现状 | 第11-13页 |
| 1.2.2 面临的技术问题 | 第13页 |
| 1.3 本文研究内容及章节安排 | 第13-15页 |
| 第2章 多提示模式下运动想象实验方案设计与数据预处理 | 第15-22页 |
| 2.1 事件相关同步与去同步化特征 | 第15-16页 |
| 2.2 实验范式设计 | 第16-20页 |
| 2.2.1 提示模式设计 | 第16-18页 |
| 2.2.2 脑电采集系统 | 第18-19页 |
| 2.2.3 实验方案设计 | 第19-20页 |
| 2.3 数据预处理 | 第20-22页 |
| 第3章 多提示模式下运动想象特征分析 | 第22-35页 |
| 3.1 短时傅里叶变换 | 第22-23页 |
| 3.2 时频图谱分析 | 第23-26页 |
| 3.3 功率谱曲线分析 | 第26-28页 |
| 3.4 脑地形图分析 | 第28-30页 |
| 3.5 ERD值分析 | 第30-35页 |
| 第4章 想象动作的特征提取 | 第35-41页 |
| 4.1 脑电信号常用的特征提取方法 | 第35页 |
| 4.2 小波包分解 | 第35-39页 |
| 4.2.1 多分辨率分析与小波构造 | 第36页 |
| 4.2.2 运动想象的小波包计算分析 | 第36-39页 |
| 4.3 共空间模式特征提取 | 第39-41页 |
| 4.3.1 二分类共空间模式特征提取 | 第39-41页 |
| 第5章 基于支持向量机的想象动作分类识别 | 第41-45页 |
| 5.1 脑电信号常用的分类识别方法 | 第41页 |
| 5.2 支持向量机 | 第41-43页 |
| 5.3 分类结果与对比分析 | 第43-45页 |
| 第6章 实时系统的设计与实现 | 第45-54页 |
| 6.1 实时系统设计 | 第45-49页 |
| 6.1.1 实验范式设计 | 第45-47页 |
| 6.1.2 电极通道选择 | 第47-48页 |
| 6.1.3 实时采集设计 | 第48-49页 |
| 6.2 系统运行模式 | 第49-50页 |
| 6.3 实验验证 | 第50-53页 |
| 6.3.1 实验前准备 | 第50-51页 |
| 6.3.2 实时实验 | 第51-52页 |
| 6.3.3 实时实验结果分析 | 第52-53页 |
| 6.4 小结 | 第53-54页 |
| 第7章 总结与展望 | 第54-56页 |
| 7.1 总结 | 第54页 |
| 7.2 展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 申请学位期间的研究成果及发表的学术论文 | 第62页 |