基于运动想象脑电信号的机器人控制研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·脑机接口与国内外研究现状 | 第11-15页 |
| ·脑机接口系统组成 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·本文主要研究工作与内容 | 第15-16页 |
| ·本论文研究的工作 | 第15页 |
| ·研究内容的总体结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 脑电信号的概述与预处理 | 第17-26页 |
| ·脑电信号的概述 | 第17-20页 |
| ·脑电信号的产生机理 | 第17页 |
| ·脑电信号的特点 | 第17-18页 |
| ·运动想象脑电信号 | 第18-19页 |
| ·脑电检测中脑电极的导联方法 | 第19-20页 |
| ·常用脑电信号预处理方法 | 第20-21页 |
| ·小波阈值脑电消噪 | 第21-23页 |
| ·实验分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 脑电信号的特征提取 | 第26-34页 |
| ·常用的特征提取方法 | 第26-27页 |
| ·基于双树复小波样本熵脑电信号特征提取 | 第27-33页 |
| ·双树复小波变换 | 第27-29页 |
| ·样本熵理论 | 第29-30页 |
| ·样本熵参数的选择 | 第30页 |
| ·实验分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 脑电信号的模式分类 | 第34-46页 |
| ·常用的分类方法 | 第34-35页 |
| ·CI-HMM模型 | 第35-39页 |
| ·隐马尔科夫模型 | 第35-36页 |
| ·模糊测度 | 第36页 |
| ·Choquet积分 | 第36-37页 |
| ·CI-HMM定义 | 第37页 |
| ·CI-HMM算法 | 第37-39页 |
| ·支持向量机(SVM) | 第39-42页 |
| ·实验分析 | 第42-45页 |
| ·CI-HMM分类识别 | 第42-44页 |
| ·SVM分类识别 | 第44-45页 |
| ·不同分类器分类效果的比较 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第5章 基于运动想象脑电信号的机器人控制 | 第46-59页 |
| ·基于脑电信号的机器人控制平台 | 第46-48页 |
| ·总体控制方案 | 第46页 |
| ·机器人控制实现 | 第46-48页 |
| ·Voyager-IIA机器人简介 | 第46-47页 |
| ·运动想象脑电信号控制机器人的系统设计 | 第47-48页 |
| ·脑电信号的采集与实验方案 | 第48-50页 |
| ·运动想象脑电信号的采集 | 第48-49页 |
| ·实验方案设计 | 第49-50页 |
| ·运动想象状态下脑电信号的预处理 | 第50-52页 |
| ·运动想象状态下脑电信号的特征提取 | 第52-54页 |
| ·运动想象状态下脑电信号的识别分析 | 第54-57页 |
| ·机器人控制实验 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| ·本文工作总结 | 第59-60页 |
| ·研究展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 附录 | 第67页 |
