| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第14-23页 |
| 1.1 研究背景 | 第14页 |
| 1.2 脑神经信号特征提取的研究现状 | 第14-16页 |
| 1.3 脑神经信号与外部刺激之间关系模型的研究现状 | 第16-17页 |
| 1.4 基于脑信息重建外界刺激的研究现状 | 第17-21页 |
| 1.5 本文主要工作及主要创新点 | 第21-23页 |
| 1.5.1 本文研究系统架构 | 第21页 |
| 1.5.2 本文主要工作 | 第21-23页 |
| 2 字符重建数据集的获取 | 第23-35页 |
| 2.1 动物手术及电极植入 | 第24-27页 |
| 2.1.1 实验材料 | 第24-25页 |
| 2.1.2 实验手术方案 | 第25-27页 |
| 2.2 信号采集及预处理 | 第27-29页 |
| 2.2.1 信号采集系统 | 第27-28页 |
| 2.2.2 信号的预处理 | 第28-29页 |
| 2.3 鸽视顶盖神经元感受野位置的测定 | 第29-32页 |
| 2.3.1 神经元感受野的基本概念 | 第29-30页 |
| 2.3.2 感受野的测定方法及结果分析 | 第30-32页 |
| 2.4 重建视觉刺激模式设计 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 3 局部场电位信号特征的提取 | 第35-47页 |
| 3.1 用信息论选取特征 | 第36-39页 |
| 3.2 用重建结果选取特征 | 第39-42页 |
| 3.3 探究影响特征选取的其他因素 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4 字符重建模型的建立 | 第47-61页 |
| 4.1 交叉验证方法 | 第47-48页 |
| 4.2 字符重建模型框架的设计 | 第48-50页 |
| 4.2.1 两种模型框架方案的比较 | 第49页 |
| 4.2.2 同样特征属性训练成不同模型的浅析 | 第49-50页 |
| 4.3 逻辑回归算法 | 第50-53页 |
| 4.3.1 逻辑回归方法概述 | 第50-52页 |
| 4.3.2 逻辑回归的实际操作 | 第52-53页 |
| 4.4 KNN算法 | 第53-55页 |
| 4.4.1 KNN算法方法概述 | 第53-54页 |
| 4.4.2 KNN算法方法实际操作 | 第54-55页 |
| 4.5 两种算法结果分析 | 第55-57页 |
| 4.6 模型通用性的验证 | 第57-60页 |
| 4.7 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-64页 |
| 5.1 总结 | 第61-63页 |
| 5.2 课题研究展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第69页 |