论文目录 | |
摘要 | 第1-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-30页 |
1.1 脑-机接口的定义与结构 | 第12-17页 |
1.1.1 脑活动的记录方式 | 第13-15页 |
1.1.2 BCI的信号处理技术 | 第15-16页 |
1.1.3 BCI的控制与反馈模块 | 第16-17页 |
1.2 基于EEG的脑-机接口 | 第17-23页 |
1.2.1 EEG的采集方法 | 第17-18页 |
1.2.2 EEG信号的分类 | 第18-19页 |
1.2.3 EEG-BCI系统优缺点对比 | 第19-22页 |
1.2.4 混合模式BCI系统 | 第22-23页 |
1.3 BCI的发展历程和研究现状 | 第23-27页 |
1.3.1 BCI发展的历史性事件 | 第23-24页 |
1.3.2 植入式BCI的研究历程 | 第24-25页 |
1.3.3 非植入BCI的研究现状 | 第25-26页 |
1.3.4 我国BCI技术的研究现状 | 第26-27页 |
1.4 BCI系统性能评价标准 | 第27-28页 |
1.5 BCI研究待解决的问题 | 第28-29页 |
1.6 主要内容及章节安排 | 第29-30页 |
第二章 运动想象脑-机接口研究基础 | 第30-54页 |
2.1 MI-BCI理论研究基础 | 第30-35页 |
2.1.1 脑功能分区和神经生理学基础 | 第30-32页 |
2.1.2 MI-BCI的 ERD/ERS现象 | 第32-33页 |
2.1.3 EEG的源定位和空间模型 | 第33-35页 |
2.2 MI-BCI的信号处理方法 | 第35-44页 |
2.2.1 脑电信号的预处理 | 第35-39页 |
2.2.2 MI-BCI的特征提取方法 | 第39-42页 |
2.2.3 MI-BCI的分类算法 | 第42-44页 |
2.3 MI-BCI的数据集 | 第44-47页 |
2.3.1 国际标准数据集 | 第44-45页 |
2.3.2 自主采集数据集 | 第45-47页 |
2.4 MI-BCI的数据分析 | 第47-51页 |
2.4.1 信号处理方法选取对识别结果的影响 | 第47-51页 |
2.4.2 MI-BCI领域的研究重点 | 第51页 |
2.5 BCI的研究平台综述 | 第51-53页 |
2.6 章节小结 | 第53-54页 |
第三章 时-频-空联合优化的CSP算法在三分类MI-BCI中的应用 | 第54-100页 |
3.1 CSP算法的相关基础 | 第54-65页 |
3.1.1 CSP算法的研究现状和研究要点 | 第54-56页 |
3.1.2 基于频带优化的CSP算法演变进程 | 第56-58页 |
3.1.3 BCILAB平台中的CSP算法 | 第58-64页 |
3.1.4 研究方法和工作路线 | 第64-65页 |
3.2 时-频-空联合优化策略 | 第61-76页 |
3.2.1 导联优化策略 | 第65-69页 |
3.2.2 频带优化策略 | 第69-76页 |
3.3 三分类CSP算法的相关策略 | 第76-82页 |
3.3.1 二分类算法 | 第76-77页 |
3.3.2 三分类策略 | 第77-82页 |
3.4 三分类CSP算法的结果对比 | 第82-93页 |
3.4.1 BCILAB平台分类算法比较 | 第82-84页 |
3.4.2 最佳滤波频带与分类目标之间的联系 | 第84-87页 |
3.4.3 时-频-空联合优化的三分类MI-BCI算法 | 第87-93页 |
3.5 不同CSP算法的稳定性测试 | 第93-99页 |
3.5.1 对比算法描述 | 第93-94页 |
3.5.2 组间测试结果对比 | 第94-99页 |
3.6 章节小结 | 第99-100页 |
第四章 改进的信息极大ICA算法在三分类MI-BCI中的应用 | 第100-132页 |
4.1 ICA算法的相关基础 | 第101-113页 |
4.1.1 ICA基础理论和研究要点 | 第101-102页 |
4.1.2 ICA算法计算步骤及对比算法描述 | 第102-110页 |
4.1.3 ICA算法在MI-BCI领域的研究现状 | 第110-111页 |
4.1.4 改进的信息极大ICA算法 | 第111-112页 |
4.1.5 重点研究内容及工作路线 | 第112-113页 |
4.2 MI-BCI的 ICA滤波器设计 | 第113-117页 |
4.2.1 MRICs检测滤波器的自动选取 | 第113-115页 |
4.2.2 MRICs检测和运动想象分类 | 第115页 |
4.2.3 ICA滤波器设计及性能测试 | 第115-116页 |
4.2.4 导联优化策略 | 第116-117页 |
4.3 不同ICA算法性能比较 | 第117-127页 |
4.3.1 对比算法描述 | 第118页 |
4.3.2 不同算法自测试对比 | 第118-121页 |
4.3.3 组间测试结果对比 | 第121-126页 |
4.3.4 ICA算法的缺点及改进措施 | 第126-127页 |
4.4 ICA和 CSP算法性能综合对比 | 第127-131页 |
4.4.1 交叉测试算法说明及实验 | 第127-130页 |
4.4.2 CSP和 ICA算法性能分析 | 第130-131页 |
4.5 章节小结 | 第131-132页 |
第五章 MI-BCI数据库系统建立和在线系统开发 | 第132-145页 |
5.1 MI-BCI数据库系统建立 | 第132-138页 |
5.1.1 MI-EEG数据文件说明 | 第132-133页 |
5.1.2 不同算法的稳态性测试 | 第133-138页 |
5.2 在线MI-BCI系统设计与实现 | 第138-144页 |
5.2.1 MI-BCI在线系统的硬件平台框架 | 第138-139页 |
5.2.2 同步MI-BCI系统在Matlab平台上编程实现 | 第139-140页 |
5.2.3 同步ICA-MI-BCI系统在Vc++平台下设计与实现 | 第140-142页 |
5.2.4 基于EEG+EOG混合模式的异步MI-BCI系统设计与实现 | 第142-144页 |
5.3 章节小结 | 第144-145页 |
第六章 由同步向异步跨越的SSVEP-BCI在线系统设计与实现 | 第145-177页 |
6.1 引言 | 第145-147页 |
6.1.1 混合BCI系统研究现状 | 第145-146页 |
6.1.2 混合BCI系统的目标及类型 | 第146-147页 |
6.2 方法 | 第147-158页 |
6.2.1 系统框架和多模态混合策略 | 第147-148页 |
6.2.2 视觉刺激器的设计 | 第148-150页 |
6.2.3 脑电信号的采集 | 第150-151页 |
6.2.4 软硬件实验环境搭建 | 第151页 |
6.2.5 同步BCI系统实验范式的设计 | 第151-152页 |
6.2.6 异步BCI系统实验范式的设计 | 第152-156页 |
6.2.7 诱发脑电信号的识别算法 | 第156-158页 |
6.3 实验结果 | 第158-166页 |
6.3.1 同步范式BCI系统的实验结果 | 第158-159页 |
6.3.2 窗口时间改变对识别率的影响 | 第159-161页 |
6.3.3 设定合适的异步BCI滑动窗口长度 | 第161-163页 |
6.3.4 异步BCI系统性能展示 | 第163-166页 |
6.4 讨论 | 第166-172页 |
6.4.1 刺激材质选取对识别结果的影响 | 第166-168页 |
6.4.2 识别算法比较 | 第168-172页 |
6.4.3 系统的不足之处 | 第172页 |
6.5 结论 | 第172-173页 |
6.6 与SSVEP相关的其他研究 | 第173-176页 |
6.6.1 基于SSVEP的字符输入系统设计与实现 | 第173-174页 |
6.6.2 实用化BCI系统的脑电采集电路设计 | 第174-176页 |
6.7 章节小结 | 第176-177页 |
第七章 总结与展望 | 第177-179页 |
7.1 总结 | 第177页 |
7.2 展望 | 第177-179页 |
参考文献 | 第179-188页 |
攻读学位期间取得的成果 | 第188-189页 |
致谢 | 第189页 |