第1章 引言 1
1.1 研究背景及意义 1
1.2 EEG解码相关问题、研究现状与进展 6
1.2.1 EEG产生机理及其基本特征 6
1.2.2 EEG的优势 8
1.2.3 EEG信号分析处理方法 9
1.2.4 EEG解码的应用研究 11
1.3 研究内容、创新点及组织结构 13
1.3.1 研究内容概述 13
1.3.2 创新点 15
1.3.3 组织结构 17
第2章 基于EEG的运动想象分类及其BCI应用研究 19
2.1 引言 19
2.2 研究历史与现状 21
2.2.1 基于侵入式EEG的BCI研究 22
2.2.2 基于非侵入式EEG的BCI研究 26
2.2.3 应用前景 33
2.2.4 涉及的关键问题与挑战 34
2.3 处理框架与算法 35
2.3.1 处理框架 35
2.3.2 相关算法 36
2.4 实验数据描述及分析 45
2.4.1 数据集1简介 46
2.4.2 数据集2简介 47
2.4.3 数据分析 48
2.5 实验结果与讨论 49
2.6 本章小结 56
第3章 基于EEG的癫痫自动检测与分类研究 57
3.1 引言 58
3.2 研究历史与现状 60
3.3 检测与分类算法描述 65
3.3.1 特征抽取算法 65
3.3.2 KNN分类器 66
3.3.3 系统描述 67
3.4 实验及结果与讨论 69
3.4.1 数据描述 69
3.4.2 评价指标 69
3.4.3 结果与讨论 70
3.5 本章小结 75
第4章 基于EEG的隐蔽信息挖掘研究 77
4.1 引言 77
4.2 研究历史与现状 79
4.3 检测框架与算法 82
4.3.1 检测框架 82
4.3.2 学习与测试算法 83
4.4 实验验证 87
4.4.1 数据采集 87
4.4.2 任务与过程 87
4.4.3 结果与讨论 88
4.5 本章小结 93
第5章 基于EEG的感知预测研究 95
5.1 前言 95
5.2 研究历史与现状 96
5.3 实验设计与数据采集 99
5.3.1 受试者 99
5.3.2 实验设备 100
5.3.3 实验任务与过程 101
5.3.4 数据采集 102
5.4 数据分析 102
5.4.1 预处理 102
5.4.2 EOG和EEG特征抽取 103
5.5 实验结果与讨论 104
5.5.1 行为数据评估 104
5.5.2 基于EEG的TF分析与分类 108
5.6 本章小结 112
第6章 结论与展望 113
6.1 工作总结 113
6.2 进一步的工作展望 115
参考文献 117
后记 138