| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景 | 第8-11页 |
| 1.1.1 脑卒中的状况及病后康复手段研究现状 | 第8-10页 |
| 1.1.2 基于运动想象的脑-机接口 | 第10-11页 |
| 1.2 研究现状与研究意义 | 第11-14页 |
| 1.2.1 研究现状 | 第11-12页 |
| 1.2.2 研究目标及研究意义 | 第12-14页 |
| 1.3 章节安排 | 第14-18页 |
| 第2章 误触发问题探究实验方案设计与数据预处理 | 第18-34页 |
| 2.1 MI-BCI系统误触发问题影响因素来源推测 | 第18-20页 |
| 2.2 误触发现象影响因素探究实验（I阶段实验） | 第20-25页 |
| 2.2.1 脑电采集系统介绍 | 第20-22页 |
| 2.2.2 实验设备 | 第22-23页 |
| 2.2.3 实验任务 | 第23-24页 |
| 2.2.4 实验方案 | 第24-25页 |
| 2.3 误触发抑制方法及训练时间优化方法探究实验（II阶段实验） | 第25-30页 |
| 2.3.1 实验设备 | 第25-26页 |
| 2.3.2 实验任务 | 第26-28页 |
| 2.3.3 实验方案 | 第28-30页 |
| 2.4 数据预处理 | 第30-34页 |
| 2.4.1 去眼电 | 第30-31页 |
| 2.4.2 空间滤波 | 第31-34页 |
| 第3章 MI-BCI系统判别方法及特征分析方法 | 第34-46页 |
| 3.1 MI-BCI系统常用算法现状 | 第34-35页 |
| 3.2 基于CSP算法的特征提取 | 第35-38页 |
| 3.2.1 共空间模式CSP简介 | 第35-37页 |
| 3.2.2 基于CSP的特征提取流程 | 第37-38页 |
| 3.3 PSD特征提取 | 第38-40页 |
| 3.3.1 PSD简介 | 第38-39页 |
| 3.3.2 基于PSD特征提取方法的数据处理流程 | 第39-40页 |
| 3.4 基于SVM的分类算法 | 第40-46页 |
| 3.4.1 SVM原理 | 第40-43页 |
| 3.4.2 SVM-RFE算法简介 | 第43-46页 |
| 第4章 MI-BCI系统误触发问题确认及解决方法 | 第46-58页 |
| 4.1 MI-BCI系统误触发问题确认 | 第46-51页 |
| 4.1.1 I阶段实验结果及分析 | 第46-49页 |
| 4.1.2 II阶段实验结果及分析 | 第49-51页 |
| 4.2 MI-BCI系统误触发问题解决方法 | 第51-58页 |
| 4.2.1 双层分类识别策略 | 第51-52页 |
| 4.2.2 基于不同特征提取方法下双层分类器分类结果及对比分析 | 第52-58页 |
| 第5章 MI-BCI系统校准训练时间优化问题初探 | 第58-70页 |
| 5.1 运动想象分类模型训练样本数量优化问题 | 第58-62页 |
| 5.1.1 双层分类策略下MI-BCI系统训练样本数量优化 | 第58-62页 |
| 5.2 运动想象脑-机接口跨时间模型 | 第62-70页 |
| 5.2.1 ClusterCSP算法简介 | 第63-64页 |
| 5.2.2 运动想象跨时间模型算法测试结果 | 第64-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 工作总结 | 第70-71页 |
| 6.2 未来展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 发表论文和参加科研情况说明 | 第78-80页 |
| 致谢 | 第80-81页 |
