| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·课题研究背景和意义 | 第12-13页 |
| ·脑机接口与国内外研究现状 | 第13-18页 |
| ·脑机接口系统组成 | 第13-14页 |
| ·国内外研究现状 | 第14-18页 |
| ·脑机接口技术中尚待解决的主要问题 | 第18页 |
| ·研究内容与论文结构 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第2章 脑电信号的特点与预处理 | 第20-31页 |
| ·脑电信号的特点 | 第20-23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 |
| ·脑电检测中脑电极的导联方法 | 第22-23页 |
| ·基于 K 近邻互信息估计的脑电信号预处理 | 第23-30页 |
| ·盲源分离原理 | 第23-24页 |
| ·K 近邻互信息估计 | 第24-25页 |
| ·MILCA 算法 | 第25-26页 |
| ·实验结果和分析 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 脑电信号的特征提取 | 第31-46页 |
| ·常用的特征提取方法 | 第31-34页 |
| ·基于双树复小波变换的脑电信号特征提取 | 第34-41页 |
| ·小波变换与复小波变换 | 第34-35页 |
| ·双树复小波变换 | 第35-36页 |
| ·基于双树复小波变换的多尺度分解 | 第36-40页 |
| ·基于双树复小波变换能谱熵的脑电信号特征提取 | 第40-41页 |
| ·基于离散分数阶傅里叶变换的脑电信号特征提取 | 第41-45页 |
| ·分数阶傅里叶变换 | 第41-42页 |
| ·离散分数阶傅里叶变换 | 第42-43页 |
| ·基于离散分数阶傅里叶变换互信息熵的脑电信号特征提取 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 脑电信号的模式分类 | 第46-54页 |
| ·常用的模式分类方法 | 第46-47页 |
| ·支持向量机原理 | 第47-51页 |
| ·支持向量机 | 第47-51页 |
| ·惩罚因子及核参数的确定 | 第51页 |
| ·基于粒子群算法优化支持向量机的模式分类 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于多类意识任务识别的电动轮椅脑电控制 | 第54-70页 |
| ·基于脑电信号的电动轮椅控制平台 | 第54-57页 |
| ·总体控制方案 | 第54页 |
| ·基于单片机的电动轮椅控制实现 | 第54-57页 |
| ·基于单片机控制的系统设计 | 第54-55页 |
| ·电动轮椅及控制器的改造 | 第55-57页 |
| ·运动想象状态下脑电信号的采集与实验方案 | 第57-59页 |
| ·脑电信号的采集 | 第57-58页 |
| ·实验方案设计 | 第58-59页 |
| ·运动想象状态下脑电信号的预处理 | 第59-61页 |
| ·运动想象状态下脑电信号的特征提取 | 第61-67页 |
| ·基于双树复小波变换的脑电信号特征提取 | 第61-65页 |
| ·基于分数阶傅里叶变换的脑电信号特征提取 | 第65-67页 |
| ·运动想象状态下脑电信号的识别分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-73页 |
| ·本文工作总结 | 第70-71页 |
| ·研究展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 附录 | 第79页 |