基于EEG的脑机接口技术研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题研究的背景及意义 | 第9页 |
| ·脑机接口概述 | 第9-10页 |
| ·国内外研究现状分析 | 第10-11页 |
| ·目前存在的问题 | 第11页 |
| ·脑信号模式较少 | 第11页 |
| ·生成控制信号方法的局限性 | 第11页 |
| ·本文研究的目标和内容 | 第11-13页 |
| 第二章 脑电信号的产生机制、特点与采集设备 | 第13-20页 |
| ·脑电产生的神经机理 | 第13-14页 |
| ·脑电信号的特征 | 第14-15页 |
| ·脑信号的采集仪器 | 第15-18页 |
| ·实验注意事项 | 第18-19页 |
| ·实验前期准备 | 第18-19页 |
| ·测试操作要求 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第三章 脑电信号的特征提取与分类 | 第20-39页 |
| ·脑电信号预处理 | 第20页 |
| ·独立分量分析的数学模型 | 第20-28页 |
| ·ICA中的预处理 | 第21-22页 |
| ·ICA分析的优化判据 | 第22-25页 |
| ·FastICA算法 | 第25-28页 |
| ·基于ERS/ERD的特征提取 | 第28-31页 |
| ·运动想象mu/beta节律的ERD/ERS特征 | 第29-30页 |
| ·ERD/ERS能量特征提取算法 | 第30-31页 |
| ·共空间模式的特征提取方法 | 第31-33页 |
| ·ICA和CSP相结合的方法实现特征提取 | 第33-34页 |
| ·分类器设计 | 第34-38页 |
| ·Fisher线性判别分析 | 第34-36页 |
| ·支持向量机 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于BCI的控制平台 | 第39-48页 |
| ·平台总体设计 | 第39页 |
| ·数据采集和分析模块 | 第39-41页 |
| ·先锋3机器人控制模块 | 第41-47页 |
| ·机器人软件开发环境 | 第43-45页 |
| ·远程控制实现 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章BCI实验研究 | 第48-57页 |
| ·实验设计 | 第48-50页 |
| ·数据采集 | 第48-49页 |
| ·机器人离线控制 | 第49-50页 |
| ·数据处理和分析 | 第50-56页 |
| ·眼动伪迹和工频干扰的滤除 | 第50-52页 |
| ·运动想象特征的提取 | 第52-54页 |
| ·分类器分类结果 | 第54-56页 |
| ·实验结果分析 | 第56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-58页 |
| ·总结 | 第57页 |
| ·未来展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 发表论文和科研情况说明 | 第61-62页 |
| 致谢 | 第62-63页 |
