| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 脑电信号处理分析方法研究现状 | 第10-13页 |
| 1.2.1 多通道脑电预处理方法研究现状 | 第10-11页 |
| 1.2.2 脑电信号特征提取方法研究现状 | 第11-13页 |
| 1.3 本文研究内容及组织结构 | 第13-19页 |
| 1.3.1 研究目的 | 第13页 |
| 1.3.2 研究数据 | 第13-14页 |
| 1.3.3 总体方案 | 第14-17页 |
| 1.3.4 本文组织结构 | 第17-19页 |
| 第二章 高密度脑电信号预处理 | 第19-33页 |
| 2.1 本文采用高密度脑电预处理方法原理 | 第19-25页 |
| 2.1.1 FastICA算法原理 | 第19-22页 |
| 2.1.2 噪声独立成分去除原理 | 第22-23页 |
| 2.1.3 电参考独立成分去除原理 | 第23-24页 |
| 2.1.4 方法流程 | 第24-25页 |
| 2.2 仿真验证 | 第25-28页 |
| 2.3 脑电信号的预处理过程及结果 | 第28-33页 |
| 2.3.1 脑电信号的预处理过程 | 第28-29页 |
| 2.3.2 脑电信号预处理结果 | 第29-33页 |
| 第三章 脑电信号功率谱分析方法和相干分析方法 | 第33-49页 |
| 3.1 脑电信号功率谱分析方法 | 第33-41页 |
| 3.1.1 功率谱分析法原理 | 第33-36页 |
| 3.1.2 处理结果及分析 | 第36-41页 |
| 3.2 脑电信号相干分析方法 | 第41-49页 |
| 3.2.1 相干分析法原理 | 第42-44页 |
| 3.2.2 处理结果及分析 | 第44-49页 |
| 第四章 基于符号动力学熵值分析的脑电信号特征提取方法 | 第49-71页 |
| 4.1 符号动力学方法概述 | 第49-52页 |
| 4.1.1 符号动力学概述 | 第49-51页 |
| 4.1.2 等概率符号化样原理 | 第51-52页 |
| 4.2 熵值分析理论 | 第52-57页 |
| 4.2.1 熵值分析基本理论 | 第52-53页 |
| 4.2.2 等概率符号化熵值分析基本理论 | 第53-57页 |
| 4.3 仿真验证 | 第57-59页 |
| 4.4 脑电信号特征提取过程及结果分析 | 第59-71页 |
| 第五章 基于稀疏编码的脑电信号特征分类方法 | 第71-79页 |
| 5.1 基于稀疏编码的特征分类原理 | 第71-74页 |
| 5.2 方法过程及结果 | 第74-75页 |
| 5.3 与柏林BCI竞赛数据结果对比分析 | 第75-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 工作总结 | 第79-80页 |
| 6.2 研究展望 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-89页 |
| 硕士研究生期间主要工作及相关成果 | 第89-90页 |