首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文

基于多特征脑电信号的联合脑—机接口范式研究

中文摘要第4-6页
Abstract第6-7页
一、绪论第11-22页
    1.1 脑-机接口技术第11-13页
        1.1.1 脑-机接口的定义第11-12页
        1.1.2 脑-机接口的应用第12-13页
        1.1.3 脑-机接口成像方法第13页
    1.2 目前脑-机接口存在的问题第13-14页
    1.3 基于单一EEG的脑-机接口第14-19页
        1.3.1 基于视觉诱发电位的脑-机接口第15-17页
        1.3.2 基于SCP的脑-机接口第17页
        1.3.3 基于事件相关电位的脑-机接口第17-18页
        1.3.4 基于mu和beta节律的脑-机接口第18-19页
    1.4 基于EEG的联合脑-机接口第19-20页
        1.4.1 联合脑-机接口简介第19-20页
        1.4.2 基于多特征EEG的联合脑-机接口第20页
    1.5 本文主要研究内容第20-22页
二、基于P300和SSVEP的联合范式预实验第22-35页
    2.1 事件相关电位P300的研究第22页
    2.2 稳态视觉诱发电位的研究第22-23页
    2.3 基于P300和SSVEP的联合脑-机接口第23-26页
        2.3.1 基于P300和SSVEP联合脑-机接口范式研究进展第23-25页
        2.3.2 P300和SSVEP联合的可行性分析第25-26页
    2.4 实验方法第26-31页
        2.4.1 实验刺激方案第27页
        2.4.2 受试者第27-28页
        2.4.3 脑电信号的采集第28页
        2.4.4 信号预处理第28-29页
        2.4.5 P300特征提取及分析第29-30页
        2.4.6 SSVEP特征提取及分析第30-31页
    2.5 实验结果第31-34页
        2.5.1 不同实验范式中同一受试者的ERP波形对比第31-32页
        2.5.2 P300可分性分析第32-33页
        2.5.3 SSVEP频率特征分析第33-34页
    2.6 实验分析与结论第34-35页
三、基于多特征的联合脑-机接口拼写范式研究第35-50页
    3.1 ERP中的主要成分N200第35-36页
        3.1.1 MMN第35-36页
        3.1.2 N2b第36页
        3.1.3 N2pc(posterior contrala teral negativity)第36页
    3.2 P300和N200的联合第36-37页
    3.3 SSVEP和ERPs的联合第37页
    3.4 实验方法第37-40页
        3.4.1 实验刺激方案第37-38页
        3.4.2 实验条件配置第38-40页
    3.5 ERPs信号特征提取及分类识别第40-43页
        3.5.1 ERPs特征提取第40-41页
        3.5.2 ERPs特征分类识别第41-43页
    3.6 SSVEP特征分析第43-45页
    3.8 实验结果第45-48页
        3.8.1 ERPs波形特征第45页
        3.8.2 ERPs分类第45-46页
        3.8.3 SSVEP识别第46-47页
        3.8.4 字符识别第47-48页
    3.9 结论与讨论第48-50页
四、总结与展望第50-52页
    4.1 全文工作总结第50-51页
    4.2 未来工作展望第51-52页
参考文献第52-59页
发表论文和参加科研情况说明第59-60页
附录第60-62页
综述第62-71页
    综述参考文献第68-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:低压窄带电力线载波通信阻抗特性及阻抗匹配研究
下一篇:基于FPGA的微脉冲激光雷达控制和数据采集系统