| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·脑电信号的研究发展 | 第8页 |
| ·脑电信号的基本规律和分析处理 | 第8-9页 |
| ·脑诱发电位提取的发展现状 | 第9-10页 |
| ·本文的研究内容 | 第10-12页 |
| 第二章 脑诱发电位的特征和处理 | 第12-17页 |
| ·脑诱发电位的特征 | 第12-14页 |
| ·脑诱发电位定义 | 第12页 |
| ·脑诱发电位的特性 | 第12-13页 |
| ·脑诱发电位波形特征 | 第13-14页 |
| ·脑诱发电位的处理 | 第14-17页 |
| ·传统提取技术 | 第14-15页 |
| ·单次提取 | 第15-17页 |
| 第三章 独立分量分析和小波分析的基本原理 | 第17-26页 |
| ·独立分量分析的概况 | 第17-19页 |
| ·独立分量分析研究概况 | 第17-18页 |
| ·独立分量分析问题的描述 | 第18-19页 |
| ·两种典型的独立分量分析方法 | 第19-22页 |
| ·基于峭度的快速固定点算法(FastICA) | 第19-21页 |
| ·Infomax算法及扩展Infomax算法 | 第21-22页 |
| ·小波分析的基本原理 | 第22-26页 |
| ·连续小波变换 | 第23-24页 |
| ·离散小波变换 | 第24-25页 |
| ·小波包分析 | 第25-26页 |
| 第四章 WICA算法在脑电信号特征增强中的应用 | 第26-37页 |
| ·小波变换和独立分量分析相结合 | 第26页 |
| ·WICA算法在脑电信号特征增加中的应用 | 第26-37页 |
| ·WICA算法在癫病特征波增强中的应用 | 第26-32页 |
| ·脑电信号中的α波增强 | 第32-37页 |
| 第五章 WICA算法在脑诱发电位提取中的应用 | 第37-47页 |
| ·事件相关电位(Event-related potentials， ERP) P300 | 第37-38页 |
| ·P300波提取的实验基础 | 第38-40页 |
| ·BCI介绍 | 第38-39页 |
| ·诱发电位在BCI系统中的应用 | 第39-40页 |
| ·利用WICA算法提取脑电中P300波成分 | 第40-47页 |
| ·数据结构 | 第40-41页 |
| ·时—空模式优选 | 第41-42页 |
| ·数据处理 | 第42-44页 |
| ·实验结果 | 第44-47页 |
| 第六章 结论与前景 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 附录 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间主要的研究成果 | 第58页 |