基于时间-频率-空间域的运动想象脑电特征提取方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景及研究目的和意义 | 第10-11页 |
| ·研究现状及现存的主要问题 | 第11-15页 |
| ·本文的研究目的及主要工作 | 第15-17页 |
| 第2章 BCI 系统中的脑电信号分析 | 第17-27页 |
| ·脑-机接口组成及分类 | 第17-18页 |
| ·运动想象脑电生理基础 | 第18-23页 |
| ·大脑生理结构及功能分区 | 第18-19页 |
| ·EEG 的产生机理及特点 | 第19-20页 |
| ·脑电信号的采集 | 第20-23页 |
| ·脑电图的频率组成 | 第23页 |
| ·脑-机接口信号分析技术 | 第23-26页 |
| ·时域分析法 | 第24页 |
| ·频域分析法 | 第24-25页 |
| ·高阶谱分析法 | 第25页 |
| ·时频分析法 | 第25页 |
| ·多维统计分析法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 运动想象 EEG 特征提取方法研究 | 第27-43页 |
| ·事件相关同步/去同步现象 | 第27-29页 |
| ·ERD/ERS 现象的运动相关性 | 第27-28页 |
| ·ERD/ERS 检测方法 | 第28-29页 |
| ·小波分析 | 第29-35页 |
| ·小波变换 | 第30-31页 |
| ·连续小波变换 | 第31-32页 |
| ·离散小波变换 | 第32-33页 |
| ·多分辨率分析 | 第33-35页 |
| ·独立分量分析 | 第35-40页 |
| ·数学模型 | 第35-36页 |
| ·目标函数 | 第36-37页 |
| ·ICA 算法 | 第37-40页 |
| ·多域融合特征提取方法 | 第40-42页 |
| ·时频域特征提取 | 第40-42页 |
| ·空间特征提取 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第4章 运动想象 EEG 特征分类 | 第43-49页 |
| ·支持向量机 | 第43-46页 |
| ·最优分类超平面 | 第43-44页 |
| ·线性支持向量机 | 第44-45页 |
| ·非线性支持向量机 | 第45-46页 |
| ·改进的 SVM-GA 分类器 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 实验仿真及结果分析 | 第49-59页 |
| ·实验数据描述 | 第49页 |
| ·数据处理 | 第49-55页 |
| ·数据预处理 | 第49-51页 |
| ·时频特征提取 | 第51-53页 |
| ·空间特征提取 | 第53-54页 |
| ·特征分类 | 第54-55页 |
| ·分类结果的讨论 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
