| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 脑机接口的概念和意义 | 第10页 |
| 1.2 脑机接口技术的基本原理 | 第10-12页 |
| 1.3 脑机接口技术的国内外研究现状 | 第12-13页 |
| 1.4 脑-机接口研究亟需解决的问题 | 第13-14页 |
| 1.5 论文主要工作和内容 | 第14-16页 |
| 第二章 脑-机接口模式与分析方法 | 第16-27页 |
| 2.1 脑电信号介绍 | 第16-18页 |
| 2.2 脑机接口的模式 | 第18-22页 |
| 2.2.1 基于SCP的脑机接口技术 | 第18-19页 |
| 2.2.2 基于ERS/ERD的脑机接口 | 第19-20页 |
| 2.2.3 基于P300的脑机接口 | 第20页 |
| 2.2.4 基于VEP的脑机接口 | 第20-22页 |
| 2.3 脑电信号分析方法 | 第22-25页 |
| 2.3.1 时域特征提取 | 第22-23页 |
| 2.3.2 频域特征提取 | 第23-24页 |
| 2.3.3 空域特征提取 | 第24-25页 |
| 2.4 本章小节 | 第25-27页 |
| 第三章 基于局部线性嵌入算法的SSVEP脑机接口系统 | 第27-40页 |
| 3.1 实验设计 | 第27-29页 |
| 3.1.1 实验方案 | 第27-28页 |
| 3.1.2 脑电数据采集 | 第28-29页 |
| 3.2 脑电数据预处理方法 | 第29-30页 |
| 3.2.1 脑电数据分段截取 | 第29-30页 |
| 3.2.2 公共平均参考法的原理 | 第30页 |
| 3.3 空间滤波 | 第30-31页 |
| 3.4 局部线性嵌入算法的工作原理 | 第31-33页 |
| 3.4.1 算法的基本思想 | 第31-32页 |
| 3.4.2 算法流程 | 第32-33页 |
| 3.5 结果与分析 | 第33-39页 |
| 3.5.1 预处理与空间滤波的效果 | 第33-35页 |
| 3.5.2 时间窗长度对分类准确率的影响 | 第35-36页 |
| 3.5.3 时间窗长度对信息传输率的影响 | 第36-38页 |
| 3.5.4 不同受试主体间的差异 | 第38-39页 |
| 3.6 本章总结 | 第39-40页 |
| 第四章 基于粒子群算法的SSVEP脑-机接口系统的最优电极选择 | 第40-56页 |
| 4.1 实验设计及数据采集 | 第40页 |
| 4.2 SSVEP的最佳电极选择方法 | 第40-44页 |
| 4.2.1 粒子群算法的原理 | 第41-42页 |
| 4.2.2 粒子群算法的流程图与伪代码 | 第42-44页 |
| 4.3 基于SSVEP脑-机接口系统的电极选择方法比较 | 第44-54页 |
| 4.3.1 单电极下的分类准确率 | 第44-45页 |
| 4.3.2 双极融合下的分类准确率 | 第45-50页 |
| 4.3.3 拉普拉斯融合下的分类准确率 | 第50-52页 |
| 4.3.4 粒子群算法下的分类准确率 | 第52-53页 |
| 4.3.5 几种方法的平均分类准确率的比较 | 第53-54页 |
| 4.4 总结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 未来展望 | 第57-58页 |
| 参考文献 | 第58-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间的研究成果 | 第66页 |
