基于汉字的多模态脑机交互技术研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-30页 |
1.1 脑机接口的研究概况 | 第10-14页 |
1.1.1 脑机接口的研究背景 | 第10-13页 |
1.1.2 脑机接口类型及特点 | 第13-14页 |
1.2 国内外脑机接口的研究现状 | 第14-18页 |
1.2.1 国外脑机接口研究现状 | 第14-16页 |
1.2.2 国内脑机接口研究现状 | 第16-18页 |
1.3 脑机接口系统存在的问题及研究思路 | 第18-21页 |
1.3.1 脑机接口系统的问题 | 第18-19页 |
1.3.2 脑机接口系统的研究思路 | 第19-21页 |
1.4 论文研究的目的和意义 | 第21-22页 |
1.5 论文主要结构和创新点 | 第22-24页 |
1.6 参考文献 | 第24-30页 |
第二章 脑机接口系统的研究基础 | 第30-48页 |
2.1 脑电信号的采集 | 第30-32页 |
2.2 脑电节律 | 第32-34页 |
2.3 脑机接口系统中的信号类型及处理方法 | 第34-44页 |
2.3.1 不同类型的脑电信号在脑机接口的应用 | 第34-39页 |
2.3.2 脑电信号的特点 | 第39-40页 |
2.3.3 事件相关去同步化和同步化 | 第40-42页 |
2.3.4 脑电信号分析方法 | 第42-44页 |
2.4 本章小结 | 第44页 |
2.5 参考文献 | 第44-48页 |
第三章 基于汉字默读的语言想象脑机接口 | 第48-72页 |
3.1 引言 | 第48-49页 |
3.2 实验设计与数据采集 | 第49-51页 |
3.3 特征提取和分类 | 第51-65页 |
3.3.1 事件相关谱扰动 | 第51-55页 |
3.3.2 共空间模式 | 第55-56页 |
3.3.3 支持向量机 | 第56-60页 |
3.3.4 分类结果 | 第60-65页 |
3.4 语言想象脑电信号空间源定位分析 | 第65-69页 |
3.4.1 独立分量分析 | 第65-66页 |
3.4.2 等效偶极子源定位分析 | 第66-68页 |
3.4.3 分析结果 | 第68-69页 |
3.5 本章小结 | 第69-70页 |
3.6 参考文献 | 第70-72页 |
第四章 附加语言想象的意识任务多模态脑机接口 | 第72-94页 |
4.1 引言 | 第72页 |
4.2 实验设计与数据采集 | 第72-74页 |
4.3 脑电信号稳定性分析 | 第74-83页 |
4.3.1 频率稳定性评价方法 | 第75-77页 |
4.3.2 时间稳定性评价方法 | 第77页 |
4.3.3 稳定性分析结果 | 第77-83页 |
4.4 基于互信息的时间-频率范围选择 | 第83-87页 |
4.4.1 基于互信息的特征选择 | 第83-84页 |
4.4.2 时间-频率范围选择方法和结果 | 第84-87页 |
4.5 讨论 | 第87-90页 |
4.6 本章小结 | 第90页 |
4.7 参考文献 | 第90-94页 |
第五章 基于语言想象和运动想象的多模态脑机接口 | 第94-114页 |
5.1 引言 | 第94页 |
5.2 运动想象生理基础 | 第94-96页 |
5.3 实验设计与数据采集 | 第96-97页 |
5.4 多模态脑电信号处理 | 第97-110页 |
5.4.1 脑电信号的同步化计算 | 第98-102页 |
5.4.2 多类CSP算法 | 第102-103页 |
5.4.3 多模态脑电信号处理模型 | 第103-104页 |
5.4.4 分析结果 | 第104-110页 |
5.5 本章小结 | 第110页 |
5.6 参考文献 | 第110-114页 |
第六章 基于语言想象的在线脑机接口训练系统 | 第114-130页 |
6.1 在线BCI训练系统的设计 | 第114-117页 |
6.2 训练系统的信号处理算法 | 第117-125页 |
6.2.1 基于Fisher准则函数的电极选择 | 第118-120页 |
6.2.2 极限学习机 | 第120-123页 |
6.2.3 训练系统算法的总体框架 | 第123-125页 |
6.3 训练结果 | 第125-127页 |
6.4 本章小结 | 第127页 |
6.5 参考文献 | 第127-130页 |
第七章 总结和展望 | 第130-134页 |
7.1 总结 | 第130-132页 |
7.2 展望 | 第132-134页 |
致谢 | 第134-136页 |
作者简介 | 第136-137页 |