| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 课题背景与研究意义 | 第12-14页 |
| 1.2 情绪识别方法国内外研究现状 | 第14-15页 |
| 1.3 基于脑电的情绪识别方法 | 第15-19页 |
| 1.3.1 脑电信号的伪迹处理方法 | 第15-17页 |
| 1.3.2 基于脑电的情绪特征提取与选择 | 第17-18页 |
| 1.3.3 情绪模式的学习与分类 | 第18-19页 |
| 1.4 课题研究内容及论文结构安排 | 第19-22页 |
| 第二章 脑电伪迹在线自动去除方法 | 第22-34页 |
| 2.1 脑电伪迹自动去除方法概述 | 第22-23页 |
| 2.2 基于先验信息的脑电伪迹在线自动去除方法 | 第23-25页 |
| 2.2.1 伪迹先验信息在线采集 | 第23-24页 |
| 2.2.2 基于WICA和相关性判别的脑电伪迹自动去除 | 第24-25页 |
| 2.3 验证实验 | 第25-32页 |
| 2.3.1 实验材料一：运动想象分类实验 | 第25-27页 |
| 2.3.2 实验材料二：情绪识别实验 | 第27-28页 |
| 2.3.3 结果分析 | 第28-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 基于稀疏学习特征选择的脑电情绪识别 | 第34-46页 |
| 3.1 特征选择方法概述 | 第34-37页 |
| 3.1.1 Relief与Relief F算法 | 第35-37页 |
| 3.1.2 FCBF算法 | 第37页 |
| 3.2 基于稀疏学习的特征选择方法 | 第37-41页 |
| 3.2.1 算法原理 | 第38-39页 |
| 3.2.2 稀疏模型的求解 | 第39-41页 |
| 3.3 情绪识别实验 | 第41-45页 |
| 3.3.1 不同特征选择方法的分类结果比较 | 第41-42页 |
| 3.3.2 不同时间段、不同频段各通道处特征与情绪的相关性分析 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章f MRI辅助的情绪相关EEG通道选择方法 | 第46-60页 |
| 4.1 背景介绍 | 第46-49页 |
| 4.1.1 f MRI原理 | 第46-47页 |
| 4.1.2 EEG正演模型 | 第47-48页 |
| 4.1.3 基于f MRI信息的EEG分析现状 | 第48-49页 |
| 4.2 基于EEG正演模型的情绪相关脑电通道选择方法 | 第49-53页 |
| 4.2.1 基本方法 | 第49-51页 |
| 4.2.2 实验材料 | 第51-52页 |
| 4.2.3 数据处理 | 第52-53页 |
| 4.3 结果分析 | 第53-59页 |
| 4.3.1 f MRI情绪实验激活结果 | 第53-54页 |
| 4.3.2 脑电情绪相关地形图 | 第54-55页 |
| 4.3.3 通道筛选前后的分类正确率比较 | 第55-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-72页 |
| 作者简历 | 第72页 |
