声明
摘要
1 绪论
1.1 研究背景
1.2 研究现状
1.3 本文主要工作
2 基于EEG信号的BCI
2.1 基于单模态EEG信号的BCI
2.1.1 Mu/Bata-BCI
2.1.2 SCP-BCI
2.1.3 SSVEP-BCI
2.1.4 ERD/ERS-BCI
2.1.5 P300-BCI
2.2 基于多模态EEG信号的BCI
2.3 小结
3 多模态EEG信号处理关键技术研究
3.1 实验范式设计
3.2 多模态EEG信号采集
3.2.1 电极导联
3.2.2 采集系统
3.3 多模态EEG信号预处理
3.3.1 眼电伪迹
3.3.2 基线漂移伪迹
3.4 多模态EEG信号特征提取
3.4.1 自回归模型
3.4.2 小波变换
3.4.3 小波包变换
3.4.4 希尔伯特-黄变换
3.4.5 实验结果分析
3.5 多模态EEG信号分类识别
3.5.1 Fisher线性判别
3.5.2 支持向量机
3.5.3 实验结果分析
3.6 小结
4 基于SSVEP和MI的多模态EEG信号BCI
4.1 多模态BCI系统构建
4.2 多模态EEG信号识别
4.2.1 预处理
4.2.2 特征提取
4.2.3 分类识别
4.3 实验分析
4.4 小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
个人简历、在校期间发表的学术论文及参与的项目