| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 脑-机接口的概念与研究意义 | 第9-10页 |
| 1.2 BCI的研究现状 | 第10-15页 |
| 1.2.1 视觉诱发电位脑 -机接口 | 第11页 |
| 1.2.2 慢皮层电位脑-机接口 | 第11-12页 |
| 1.2.3 事件相关P300电位脑机接口 | 第12页 |
| 1.2.4 基于自发的mu和beta节律的脑机接口 | 第12-13页 |
| 1.2.5 基于想象运动的脑机接口 | 第13-14页 |
| 1.2.6 外骨骼机器衣和“神工一号” | 第14-15页 |
| 1.3 脑机接口系统的组成与分类 | 第15-17页 |
| 1.3.1 脑机接口系统的组成 | 第15-16页 |
| 1.3.2 脑机接口系统的分类 | 第16-17页 |
| 1.4 BCI技术尚待解决的主要问题 | 第17-18页 |
| 1.5 论文结构安排 | 第18-19页 |
| 2 基于运动想象的BCI系统 | 第19-26页 |
| 2.1 运动想象脑电信号 | 第19-22页 |
| 2.1.1 运动想象脑电信号的产生与特点 | 第19-20页 |
| 2.1.2 脑电信号的节律波 | 第20页 |
| 2.1.3 ERD/ERS现象 | 第20-22页 |
| 2.2 BCI Competition 2005 数据集Iva | 第22-24页 |
| 2.3 脑电信号分类识别的实验方案设计 | 第24-25页 |
| 2.4 分类识别系统的评价标准 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 运动想象脑电信号的预处理和特征选择 | 第26-40页 |
| 3.1 预处理 | 第26-33页 |
| 3.1.1 Butterworth滤波器 | 第26-27页 |
| 3.1.2 Elliptic滤波器 | 第27-28页 |
| 3.1.3 Chebyshev I和II滤波器 | 第28-30页 |
| 3.1.4 滤波器结果对比 | 第30-33页 |
| 3.2 特征选择 | 第33-39页 |
| 3.2.1 基于互信息的特征选择算法 | 第34-36页 |
| 3.2.2 基于相关系数的特征选择算法 | 第36-39页 |
| 3.3 本章小结 | 第39-40页 |
| 4 运动想象脑电信号的特征提取与模式识别 | 第40-56页 |
| 4.1 特征提取 | 第40-47页 |
| 4.1.1 自回归模型谱估计法（ auto-regressive，AR） | 第40-44页 |
| 4.1.2 共空间模型特征提取算法（ Common Spatial Pattern,CSP） | 第44-47页 |
| 4.2 模式识别 | 第47-55页 |
| 4.2.1 基于Fisher准则的LDA分类算法 | 第47-51页 |
| 4.2.2 SVM分类算法 | 第51-55页 |
| 4.3 本章小结 | 第55-56页 |
| 5 实验结果与分析 | 第56-70页 |
| 5.1 脑电信号的预处理与特征选择结果分析 | 第56-58页 |
| 5.1.1 实验方案设计 | 第56-57页 |
| 5.1.2 特征选择结果分析 | 第57-58页 |
| 5.2 分类结果与分析 | 第58-69页 |
| 5.2.1 特征选择算法分类结果分析 | 第59-65页 |
| 5.2.2 特征提取算法分类结果分析 | 第65-67页 |
| 5.2.3 模式识别算法分类结果分析 | 第67-68页 |
| 5.2.4 对比BCI Competition 2005 获奖结果 | 第68-69页 |
| 5.3 本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士期间发表的相关学术论文及研究成果 | 第77页 |
