人脑想象手动的脑电图数据分析
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-20页 |
| ·论文研究背景及意义 | 第10页 |
| ·脑-机接口概述 | 第10-18页 |
| ·脑-机接口技术的定义与意义 | 第10-11页 |
| ·脑-机接口系统的结构 | 第11-13页 |
| ·脑-机接口的分类 | 第13-14页 |
| ·脑-机接口的国内外研究进展 | 第14-18页 |
| ·论文的研究目的与内容 | 第18-19页 |
| ·研究目的 | 第18-19页 |
| ·研究内容 | 第19页 |
| 本章小结 | 第19-20页 |
| 第二章 脑-机接口的研究基础 | 第20-27页 |
| ·人脑的主要结构与功能 | 第20-22页 |
| ·脑电信号的产生机理与概念 | 第22-25页 |
| ·脑电电信号的产生机理 | 第22页 |
| ·脑电的采集方法 | 第22-24页 |
| ·脑电的主要节律 | 第24-25页 |
| ·脑-机接口有关的生理学特性 | 第25-26页 |
| ·脑电信号的特点 | 第25页 |
| ·事件相关同步/去同步现象 | 第25-26页 |
| 本章小结 | 第26-27页 |
| 第三章 实验设计和数据采集 | 第27-31页 |
| ·左右手运动想象的实验方案 | 第27-28页 |
| ·脑电信号数据采集和处理 | 第28-30页 |
| 本章小结 | 第30-31页 |
| 第四章 脑-机接口特征提取算法研究 | 第31-44页 |
| ·想象运动的能量特征提取 | 第31-35页 |
| ·Welch功率谱估计算法 | 第31-32页 |
| ·左右手想象运动的能量特征分析 | 第32-35页 |
| ·想象运动的复杂度特征提取 | 第35-38页 |
| ·近似熵的概念与特点 | 第35-36页 |
| ·近似熵的算法 | 第36-37页 |
| ·左右手想象运动的复杂性特征分析 | 第37-38页 |
| ·想象运动的混沌特征提取 | 第38-43页 |
| ·Hurst指数概念及特点 | 第38页 |
| ·Hurst指数算法 | 第38-40页 |
| ·左右手想象运动的混沌特征分析 | 第40-43页 |
| 本章小结 | 第43-44页 |
| 第五章 脑-机接口的分类方法研究 | 第44-53页 |
| ·Fisher线性判别分析算法 | 第44-48页 |
| ·Fisher算法实现 | 第44-46页 |
| ·Fisher分类器对左右手想象运动的分类结果 | 第46-48页 |
| ·基于k-邻近算法的分类器 | 第48-49页 |
| ·K-邻近算法的计算方法 | 第48页 |
| ·基于K-邻近的左右手想象运动分类结果 | 第48-49页 |
| ·统计学习理论与支持向量机算法 | 第49-52页 |
| ·统计学习理论 | 第49页 |
| ·支持向量机 | 第49-51页 |
| ·基于SVM的左右手想象运动分类结果 | 第51-52页 |
| 本章小结 | 第52-53页 |
| 第六章 各种分析和分类方法的比较和探讨 | 第53-55页 |
| ·引言 | 第53页 |
| ·特征提取方法的对比与讨论 | 第53页 |
| ·不同特征和分类器结合的对比与讨论 | 第53-54页 |
| ·提高分类正确率的探讨 | 第54页 |
| 本章小结 | 第54-55页 |
| 结论与展望 | 第55-57页 |
| 结论 | 第55-56页 |
| 展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 攻读硕士学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
