| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景与意义 | 第9页 |
| 1.2 国内外研究综述 | 第9-14页 |
| 1.2.1 康复机器人研究现状 | 第9-11页 |
| 1.2.2 脑电信号数据分析技术发展现状 | 第11-12页 |
| 1.2.3 肌电信号数据分析技术发展现状 | 第12-13页 |
| 1.2.4 脑肌电分析方法发展现状 | 第13-14页 |
| 1.3 本文的研究内容 | 第14-16页 |
| 第2章 脑电肌电信号采集系统总体设计 | 第16-22页 |
| 2.1 脑电肌电信号特点 | 第16-17页 |
| 2.1.1 脑电信号特点 | 第16-17页 |
| 2.1.2 肌电信号的特点 | 第17页 |
| 2.2 需求分析 | 第17-18页 |
| 2.2.1 采集要求 | 第17页 |
| 2.2.2 导联要求 | 第17-18页 |
| 2.2.3 功能需求 | 第18页 |
| 2.3 系统方案设计 | 第18-21页 |
| 2.3.1 系统方案 | 第18-19页 |
| 2.3.2 采集系统硬件总体设计 | 第19-20页 |
| 2.3.3 采集系统软件总体设计 | 第20-21页 |
| 2.4 脑肌电信号采集系统开发环境 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 脑电肌电信号采集系统软硬件设计 | 第22-35页 |
| 3.1 系统硬件设计 | 第22-28页 |
| 3.1.1 DSP模块 | 第22-23页 |
| 3.1.2 A/D转换模块 | 第23-26页 |
| 3.1.3 通信模块 | 第26-27页 |
| 3.1.4 电源管理模块 | 第27-28页 |
| 3.2 系统软件设计 | 第28-34页 |
| 3.2.1 系统下位机软件设计 | 第28-32页 |
| 3.2.2 系统上位机软件设计 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 脑肌电信号特征量提取方法 | 第35-48页 |
| 4.1 波动分析和去趋势方法 | 第35-37页 |
| 4.2 基于EMD的脑电信号去趋势波动分析方法 | 第37-40页 |
| 4.2.1 EMD-FA算法 | 第37-38页 |
| 4.2.2 实验数据分析 | 第38-40页 |
| 4.3 基于统计分析与小波分析肌电信号特征提取方法 | 第40-46页 |
| 4.3.1 肌电信号采集实验 | 第41-42页 |
| 4.3.2 肌电信号时域统计分析和频域分析 | 第42-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第5章 基于时间序列分析的脑肌电特征预测模型 | 第48-53页 |
| 5.1 基于AR模型的脑电信号建模 | 第48-50页 |
| 5.2 基于时间序列分析的脑肌电特征预测模型 | 第50-52页 |
| 5.2.1 参数选择 | 第50页 |
| 5.2.2 模型选择 | 第50-51页 |
| 5.2.3 建模流程 | 第51-52页 |
| 5.3 本章总结 | 第52-53页 |
| 第6章 脑电肌电采集系统实现与验证 | 第53-59页 |
| 6.1 系统硬件实现 | 第53页 |
| 6.2 系统软件实现 | 第53-55页 |
| 6.3 数据分析 | 第55-58页 |
| 6.4 本章小结 | 第58-59页 |
| 第7章 总结与展望 | 第59-60页 |
| 7.1 全文总结 | 第59页 |
| 7.2 未来展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的论文 | 第64页 |