基于P300和运动想象的脑机接口研究
| 目录 | 第4-7页 |
| CONTENTS | 第7-9页 |
| 中文摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 引言 | 第13页 |
| 1.2 脑机接口的概述及其研究意义 | 第13-15页 |
| 1.3 脑机接口的基本原理及构成 | 第15-16页 |
| 1.4 国内外的研究现状及存在的问题 | 第16-17页 |
| 1.5 本文的选题背景和内容安排 | 第17-19页 |
| 1.5.1 选题背景 | 第17页 |
| 1.5.2 研究内容及安排 | 第17-19页 |
| 第二章 脑电信号和脑机接口研究方法 | 第19-25页 |
| 2.1 脑电信号的简介 | 第19-20页 |
| 2.2 脑电信号的分类 | 第20-22页 |
| 2.2.1 诱发脑电 | 第20-21页 |
| 2.2.2 自发脑电 | 第21页 |
| 2.2.3 诱发脑电与自发脑电的区别 | 第21-22页 |
| 2.3 脑机接口的研究方法 | 第22-25页 |
| 第三章 基于P300脑机接口的信号分析及应用 | 第25-29页 |
| 3.1 EEG的特征 | 第25-26页 |
| 3.2 P300脑电信号 | 第26-27页 |
| 3.3 P300拼写器 | 第27-29页 |
| 第四章 P300数据处理及结果讨论 | 第29-39页 |
| 4.1 P300实验数据介绍 | 第29页 |
| 4.2 P300信号的预处理 | 第29-30页 |
| 4.3 P300电位的提取 | 第30-33页 |
| 4.3.1 叠加平均方法 | 第30-32页 |
| 4.3.2 共空域模式 | 第32-33页 |
| 4.4 P300电位的分类识别方法 | 第33-36页 |
| 4.4.1 支持向量机 | 第33-35页 |
| 4.4.2 多个支持向量机分类器策略 | 第35-36页 |
| 4.5 P300数据的处理结果 | 第36-37页 |
| 4.6 本章小结 | 第37-39页 |
| 第五章 运动想象脑机接口的处理方法及结果讨论 | 第39-53页 |
| 5.1 运动想象实验数据介绍 | 第39页 |
| 5.2 ECoG的预处理 | 第39页 |
| 5.3 EcoG的特征提取 | 第39-45页 |
| 5.3.1 能量特征的提取 | 第39-41页 |
| 5.3.1.1 参数模型法 | 第40-41页 |
| 5.3.1.2 频带功率 | 第41页 |
| 5.3.2 分形维数 | 第41-45页 |
| 5.3.2.1 盒维 | 第41-43页 |
| 5.3.2.2 毯子维 | 第43-45页 |
| 5.3.3 缺项 | 第45页 |
| 5.4 运动想象BCI分类方法研究 | 第45-49页 |
| 5.4.1 线性判别函数 | 第45-46页 |
| 5.4.2 贝叶斯线性判别分析 | 第46-47页 |
| 5.4.3 Boosting分类器 | 第47-49页 |
| 5.5 运动想象数据分析及处理结果 | 第49-52页 |
| 5.5.1 运动想象数据分析 | 第49-50页 |
| 5.5.2 运动想象数据处理结果 | 第50-52页 |
| 5.6 本章小结 | 第52-53页 |
| 第六章 总结和展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文和专利 | 第60-61页 |
| 学位论文评阅及答辩情况表 | 第61页 |
