| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 脑机接口简介 | 第16-19页 |
| 1.2.1 脑机接口系统组成 | 第16-18页 |
| 1.2.2 脑机接口分类 | 第18-19页 |
| 1.3 基于视觉刺激的脑机接口研究现状 | 第19-20页 |
| 1.3.1 基于SSVEP脑机接口的研究现状 | 第19-20页 |
| 1.3.2 基于RSVP脑机接口的图像识别现状 | 第20页 |
| 1.4 研究内容与论文结构 | 第20-23页 |
| 1.4.1 研究内容 | 第20页 |
| 1.4.2 论文结构 | 第20-23页 |
| 第二章 基于SSVEP的脑机接口及其信号处理方法 | 第23-35页 |
| 2.1 SSVEP的理论基础 | 第23-25页 |
| 2.1.1 SSVEP的原理 | 第23-24页 |
| 2.1.2 SSVEP信号的特点 | 第24-25页 |
| 2.2 SSVEP信号的处理方法 | 第25-33页 |
| 2.2.1 预处理 | 第26-27页 |
| 2.2.2 识别算法 | 第27-33页 |
| 2.3 本章小结 | 第33-35页 |
| 第三章 基于FBLRT的SSVEP-BCI在线系统 | 第35-47页 |
| 3.1 方案设计 | 第35-38页 |
| 3.1.1 数据采集 | 第35-36页 |
| 3.1.2 实验范式 | 第36-37页 |
| 3.1.3 数据同步 | 第37页 |
| 3.1.4 实验设计 | 第37-38页 |
| 3.2 数据处理 | 第38-40页 |
| 3.2.1 基于FBLRT的识别算法 | 第38-39页 |
| 3.2.2 数据分析流程 | 第39-40页 |
| 3.3 实验结果分析 | 第40-45页 |
| 3.3.1 离线实验结果 | 第40-44页 |
| 3.3.2 在线实验结果 | 第44-45页 |
| 3.4 应用 | 第45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 基于RSVP的脑机接口及其信号处理方法 | 第47-59页 |
| 4.1 基于RSVP的脑机接口理论基础 | 第47-49页 |
| 4.1.1 ERP的主要成分 | 第47-49页 |
| 4.1.2 ERP信号的特点 | 第49页 |
| 4.2 ERP信号的处理方法 | 第49-57页 |
| 4.2.1 预处理 | 第49-50页 |
| 4.2.2 特征提取算法 | 第50-52页 |
| 4.2.3 分类算法 | 第52-57页 |
| 4.3 本章小结 | 第57-59页 |
| 第五章 基于RSVP-BCI的目标识别系统 | 第59-69页 |
| 5.1 方案设计 | 第59-62页 |
| 5.1.1 实验范式 | 第59-60页 |
| 5.1.2 实验准备 | 第60页 |
| 5.1.3 实验流程 | 第60-61页 |
| 5.1.4 评价指标 | 第61-62页 |
| 5.2 基于小波分析的RSVP脑电信号处理 | 第62-65页 |
| 5.2.1 数据预处理 | 第62-63页 |
| 5.2.2 特征提取 | 第63-64页 |
| 5.2.3 分类识别 | 第64-65页 |
| 5.3 实验结果 | 第65-67页 |
| 5.3.1 离线实验结果 | 第65-67页 |
| 5.3.2 在线实验结果 | 第67页 |
| 5.4 本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |