| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-22页 |
| ·研究工作的目的与意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·脑机接口 | 第13页 |
| ·国外研究现状 | 第13-15页 |
| ·国内研究现状 | 第15页 |
| ·常用脑电信号处理方法 | 第15-20页 |
| ·脑电信号处理流程 | 第15-16页 |
| ·常用去伪迹方法 | 第16页 |
| ·常用特征提取方法 | 第16-19页 |
| ·常用模式识别方法 | 第19-20页 |
| ·本文主要研究内容 | 第20-22页 |
| 第2章 脑电信号的获取和预处理 | 第22-37页 |
| ·脑电信号介绍 | 第22-25页 |
| ·脑电信号的产生原理 | 第22-23页 |
| ·脑电信号的特点 | 第23-24页 |
| ·脑电信号的组成 | 第24-25页 |
| ·脑电信号采集实验 | 第25-29页 |
| ·实验准备 | 第25页 |
| ·实验设计 | 第25-26页 |
| ·实验设备与方法 | 第26-29页 |
| ·实验数据采集过程 | 第29页 |
| ·基于小波包和 CuBICA 算法的脑电信号预处理 | 第29-36页 |
| ·伪迹消除原理和方法 | 第30-32页 |
| ·盲源分离 | 第30页 |
| ·CuBICA 算法 | 第30-32页 |
| ·实验结果和分析 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 脑电信号特征提取和模式识别 | 第37-53页 |
| ·基于排列组合熵的脑电信号特征提取 | 第37-38页 |
| ·熵 | 第37页 |
| ·排列组合熵 | 第37-38页 |
| ·基于支持向量机的脑电信号模式识别 | 第38-44页 |
| ·支持向量机基本原理 | 第38-42页 |
| ·二叉树支持向量机 | 第42-44页 |
| ·脑电信号的分析与处理 | 第44-52页 |
| ·脑电信号采集点分析 | 第44页 |
| ·不同实验的脑电信号之间差异性分析 | 第44-46页 |
| ·不同实验的脑电信号的预处理 | 第46-48页 |
| ·实验结果和分析 | 第48-52页 |
| ·特征向量构造 | 第48-49页 |
| ·模式识别和结果分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 基于脑电信号的电动轮椅控制平台设计 | 第53-71页 |
| ·设计方案 | 第53-54页 |
| ·脑电信号处理模块 | 第54-57页 |
| ·脑机接口系统设计 | 第54-55页 |
| ·脑机接口系统 | 第55-57页 |
| ·运动控制模块 | 第57-66页 |
| ·电动轮椅基本参数 | 第57-58页 |
| ·电动轮椅控制器改造 | 第58-61页 |
| ·基于单片机的电动轮椅控制实现 | 第61-66页 |
| ·单片机控制系统的设计 | 第61页 |
| ·控制命令传输实现 | 第61-64页 |
| ·电动轮椅控制实现 | 第64-66页 |
| ·控制平台性能分析 | 第66-69页 |
| ·平台的可扩展性 | 第66页 |
| ·轮椅控制影响因素 | 第66-67页 |
| ·轮椅控制平台性能验证 | 第67-69页 |
| ·脑电信号控制轮椅的研究 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 总结与展望 | 第71-73页 |
| ·工作总结 | 第71页 |
| ·研究展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 附录 | 第80页 |