BCI-FES康复训练平台与中风病人运动想象数据分析
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 目录 | 第5-8页 |
| 表格索引 | 第8-9页 |
| 插图索引 | 第9-10页 |
| 符号对照表 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究课题的背景及其意义 | 第11-13页 |
| 1.2 技术基础介绍 | 第13-16页 |
| 1.2.1 EEG 信号的特性 | 第13页 |
| 1.2.2 脑机接口 | 第13-16页 |
| 1.3 论文安排 | 第16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 脑电数据分析方法 | 第17-23页 |
| 2.1 脑电数据建模 | 第17-18页 |
| 2.2 特征提取 | 第18-20页 |
| 2.3 分类算法 | 第20-22页 |
| 2.3.1 线性决策边界 | 第21页 |
| 2.3.2 间隔最大化 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 康复训练平台搭建和实验设置 | 第23-33页 |
| 3.1 康复训练系统架构 | 第23-24页 |
| 3.2 主动学习 | 第24-26页 |
| 3.3 病例遴选 | 第26-27页 |
| 3.4 实验设置和实验过程 | 第27-32页 |
| 3.4.1 实验设置与参数 | 第28页 |
| 3.4.2 实验范式 | 第28-31页 |
| 3.4.3 实验过程 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 中风病人脑电数据分析算法 | 第33-43页 |
| 4.1 传统方法的局限型 | 第33-34页 |
| 4.2 高斯混合模型 | 第34-35页 |
| 4.2.1 单高斯模型 | 第34页 |
| 4.2.2 高斯混合模型 | 第34-35页 |
| 4.3 构建 GMM Descriptor | 第35-38页 |
| 4.4 弱监督学习 | 第38-41页 |
| 4.5 本章小结 | 第41-43页 |
| 第五章 数据分析结果和康复机理 | 第43-51页 |
| 5.1 量表对比 | 第43-45页 |
| 5.2 模型比较 | 第45-46页 |
| 5.3 脑电数据挖掘和机理揭示 | 第46-50页 |
| 5.3.1 事件相关去同步 | 第47页 |
| 5.3.2 时频迁移 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 全文总结 | 第51-54页 |
| 6.1 本文贡献 | 第51-52页 |
| 6.2 研究展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文目录 | 第61-62页 |
| 攻读学位期间参与的项目 | 第62-64页 |
