| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-28页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 脑机接口的基本原理 | 第11-18页 |
| 1.2.1 脑电信号的分类及研究方法 | 第12-15页 |
| 1.2.2 脑机接口系统的组成和工作原理 | 第15-16页 |
| 1.2.3 脑电信号的采集 | 第16-18页 |
| 1.3 基于 BCI 的手臂康复研究现状 | 第18-25页 |
| 1.3.1 国内外研究现状 | 第18-21页 |
| 1.3.2 脑电信号伪迹去除方法 | 第21-22页 |
| 1.3.3 脑电信号特征提取方法 | 第22-24页 |
| 1.3.4 脑电信号模式分类方法 | 第24-25页 |
| 1.4 本文主要研究内容及组织结构 | 第25-28页 |
| 第2章 基于 CCA 与 DWT 的眼电伪迹去除方法 | 第28-50页 |
| 2.1 引言 | 第28页 |
| 2.2 基本原理与方法 | 第28-32页 |
| 2.2.1 典型相关分析 | 第28-30页 |
| 2.2.2 小波变换 | 第30-32页 |
| 2.2.3 相关系数 | 第32页 |
| 2.3 基于 DWT CCA 的眼电伪迹去除方法 | 第32-34页 |
| 2.4 实验研究 | 第34-48页 |
| 2.4.1 实验数据描述 | 第34-35页 |
| 2.4.2 脑电数据与眼电数据的构造 | 第35-36页 |
| 2.4.3 DWT CCA 去除眼电伪迹的实验结果及分析 | 第36-44页 |
| 2.4.4 DWT CCA 用于真实的含眼电伪迹的 EEG 实验结果 | 第44-48页 |
| 2.5 本章小结 | 第48-50页 |
| 第3章 基于 OHHT 和 ISVM 的脑电信号识别方法 | 第50-70页 |
| 3.1 引言 | 第50页 |
| 3.2 基本理论 | 第50-58页 |
| 3.2.1 正交希尔伯特黄变换 | 第50-54页 |
| 3.2.2 共空域子空间分解法 | 第54-55页 |
| 3.2.3 增量式支持向量机 | 第55-58页 |
| 3.3 运动想象脑电信号的识别方法 | 第58-61页 |
| 3.4 想象左手小指与舌头运动的脑电信号实验研究 | 第61-67页 |
| 3.4.1 数据来源 | 第61页 |
| 3.4.2 实验研究 | 第61-66页 |
| 3.4.3 实验分析 | 第66-67页 |
| 3.5 想象手臂伸屈运动想象脑电信号的实验研究 | 第67-69页 |
| 3.5.1 实验数据 | 第67-68页 |
| 3.5.2 实验研究与分析 | 第68-69页 |
| 3.6 本章小结 | 第69-70页 |
| 第4章 基于 MI BCI 的手臂康复系统设计 | 第70-84页 |
| 4.1 引言 | 第70页 |
| 4.2 手臂康复系统整体结构 | 第70-71页 |
| 4.3 系统硬件组成 | 第71-76页 |
| 4.3.1 EEG 采集模块 | 第71-73页 |
| 4.3.2 六自由度机械手臂 | 第73-74页 |
| 4.3.3 机械手臂控制系统 | 第74-76页 |
| 4.4 软件系统结构 | 第76-80页 |
| 4.4.1 基于 MFC 的应用软件设计 | 第76-79页 |
| 4.4.2 基于 S3C2440 的嵌入式系统软件设计 | 第79-80页 |
| 4.5 在线 MI BCI 康复系统实验设计 | 第80-81页 |
| 4.6 实验结果及分析 | 第81-82页 |
| 4.7 本章小结 | 第82-84页 |
| 结论 | 第84-86页 |
| 参考文献 | 第86-92页 |
| 攻读硕士学位期间所发表的学术论文 | 第92-94页 |
| 致谢 | 第94页 |
