脑电信号分析方法与脑机接口技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

脑电信号分析方法与脑机接口技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一篇 脑电信号分析方法3

第1章 绪论3

1.1 脑电信号的研究历史5

1.2 脑电信号研究中存在的主要问题7

1.3 EEG研究与教育教学发展相互促进7

1.3.1 教育教学发展促进EEG研究7

1.3.2 EEG研究促进了教育教学的发展8

参考文献9

第2章 EEG信号11

2.1 脑电图11

2.2 EEG信号的产生11

2.3 EEG信号的分类12

2.3.1 BCI使用的脑电信号类型12

2.3.2 脑电在国际上的分类15

2.4 EEG信号的特点18

2.5 EEG信号的获取20

2.5.1 脑电图仪与导联方式20

2.5.2 EEG信号获取25

2.5.3 影响脑电图的因素26

2.6 脑电图干扰和噪声原因分析28

2.6.1 什么是伪迹28

2.6.2 引起伪迹的因素28

2.7 去除伪迹的方法30

2.7.1 脑电图造成伪迹的去除30

2.7.2 伪迹去除方法分类31

2.7.3 消噪预处理方法难以有突破性发展的原因34

2.8 EEG信号的应用领域35

参考文献36

第3章 脑模型与脑电的正问题、逆问题37

3.1 脑电正问题37

3.2 脑电逆问题37

3.2.1 脑电逆问题37

3.2.2 脑电逆问题解决的核心思想38

3.2.3 脑电逆问题难点及解决办法41

参考文献42

第4章 EEG信号的特征提取43

4.1 特征提取概述43

4.2 EEG信号的特征提取方法分类44

4.3 基于神经网络的特征选择与提取方法45

4.3.1 特征提取和特征选择46

4.3.2 特征选择的原则47

4.3.3 基于神经网络的特征选择与提取方法48

参考文献50

第5章 EEG信号的经典分析方法52

5.1 EEG信号的时域分析52

5.2 EEG信号的频域分析52

5.2.1 经典功率谱估计53

5.2.2 现代功率谱估计方法59

5.3 双谱分析64

5.3.1 双谱分析概述64

5.3.2 双谱分析方法65

参考文献65

第6章 EEG信号的现代分析方法67

6.1 时／频域分析方法67

6.2 混沌理论70

6.2.1 混沌理论概述70

6.2.2 混沌特性70

6.2.3 混沌理论的主要研究方法71

6.2.4 混沌理论在脑电信号中的应用72

6.2.5 混沌理论在脑电信号研究中存在的问题72

6.3 匹配跟踪方法72

6.3.1 匹配跟踪方法概述72

6.3.2 匹配跟踪方法应用领域74

6.4 非线性动力学分析75

6.4.1 Lyapunov指数76

6.4.2 脑电信号的复杂度76

6.4.3 相关维数78

6.5 人工神经网络79

6.5.1 反向传播网络81

6.5.2 小波神经网络81

6.6 神经网络集成方法81

6.6.1 神经网络集成概述81

6.6.2 神经网络集成方法82

6.6.3 神经网络集成存在问题86

6.7 支持向量机方法86

6.7.1 SVM概述86

6.7.2 SVM的工作原理87

6.7.3 SVM的优点及缺点88

6.7.4 SVM在EEG中的应用89

6.8 ICA方法89

6.8.1 ICA方法概述89

6.8.2 ICA方法在EEG中的应用90

6.9 遗传算法91

6.9.1 遗传算法概述91

6.9.2 遗传算法的思想92

6.9.3 遗传算法的特点92

6.9.4 遗传算法的不足93

6.9.5 遗传算法在EEG中的应用93

6.10 功能磁共振成像与脑电的融合94

6.10.1 功能性磁共振成像94

6.10.2 EEG与fMRI融合95

6.10.3 EEG与fMRI融合数据采集方式96

6.10.4 同时采集EEG和fMRI数据时噪声的消除97

6.11 其他方法98

参考文献98

第7章 基于神经网络的EEG信号分类方法102

7.1 概述102

7.2 数据来源102

7.3 EEG信号的预处理103

7.4 特征提取104

7.4.1 特征提取104

7.4.2 样本预处理107

7.5 BP分类算法107

7.5.1 BP算法108

7.5.2 BP网络结构109

7.6 MATLAB中的BP神经网络设计114

7.7 PNN神经网络的EEG信号分类方法118

7.7.1 PNN概述118

7.7.2 实验方法及结果119

7.7.3 实验结果分析120

参考文献121

第8章 神经网络的光标上下移动EEG信号分类方法122

8.1 数据来源122

8.2 数据处理123

8.2.1 预处理及频域特征提取123

8.2.2 BP网络设计124

8.3 网络训练与测试124

8.4 总结126

参考文献127

第9章 基于神经网络集成的睡眠脑电分期研究128

9.1 概述128

9.2 睡眠脑电信号特征提取方法研究现状128

9.3 睡眠脑电信号模式分类方法研究现状129

9.4 睡眠分期存在的问题130

9.5 系统模型结构131

9.6 方法131

9.6.1 数据来源131

9.6.2 特征提取132

9.6.3 分类算法133

9.7 结果分析138

参考文献138

第二篇 脑机接口技术143

第10章 脑机接口技术143

10.1 脑机接口技术概述143

10.2 脑机接口技术原理144

10.2.1 脑－计算机接口系统的组成145

10.2.2 信号采集145

10.2.3 信号分析145

10.2.4 控制部分146

10.3 BCI系统的研究方法147

10.3.1 P300事件相关电位法147

10.3.2 稳态视觉诱发电位SSVEP147

10.3.3 事件相关同步或去同步法147

10.3.4 皮层慢电位法148

10.3.5 自发脑电信号法148

10.3.6 植入电极法148

10.4 脑机接口的研究进展148

10.4.1 脑机接口研究进展148

10.4.2 脑机接口研究大事149

10.5 脑机接口的研究团队及主要研究成果151

10.5.1 国内研究机构151

10.5.2 国外研究机构152

10.6 脑机接口的分类154

10.7 脑机接口面临的挑战157

10.7.1 存在问题157

10.7.2 未来发展方向159

10.7.3 我国“脑科学计划”160

10.8 BCI系统标准161

10.8.1 BCI系统的设计标准161

10.8.2 BCI系统评价标准161

10.9 应用领域162

10.9.1 医学领域162

10.9.2 非医学领域168

10.10 脑－计算机接口技术研究隐患173

10.10.1 研究隐患173

10.10.2 伦理问题174

10.11 发展前景175

参考文献175

附录179

主要缩略语179