基于复杂网络的运动想象和P300脑电信号分析

目录

第1章 绪论

1.1 研究背景及意义

1.2 脑-机接口研究现状

1.3 基于复杂网络的时间序列分析现状

1.4 基于深度学习的EEG信号分析现状

1.5 本文的主要创新点

1.6 本文结构

第2章 基于CSP-CNN模型的运动想象信号分类研究

2.1 运动想象信号的采集

2.2 运动想象信号的预处理步骤

2.3 共空间模式

2.4 基于SVM和BP神经网络的运动想象信号分类

2.5 基于CSP-CNN模型的运动想象信号分类

2.6 本章小结

第3章 基于小波时频复杂网络的运动想象信号分析

3.1 小波时频复杂网络的构建

3.2 运动想象任务期间的脑网络特性分析

3.3 本章小结

第4章 基于P300信号的脑网络疲劳特征分析

4.1 正常与疲劳状态下P300信号的采集

4.2 基于Fisher线性判别法的P300信号的分类

4.3 基于小波多分辨率复杂网络的脑疲劳机制分析

4.4 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

参考文献

发表论文和参加科研情况说明

致谢