腦機(jī)接口信號(hào)采集與處理

定　價(jià)：￥88.00

作　者：	陳驥馳、馮乃詩(shī)、魏春風(fēng) 編著
出版社：	化學(xué)工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥77.70)

ISBN：	9787122467652	出版時(shí)間：	2025-01-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　在科技飛速發(fā)展的今天，腦機(jī)接口技術(shù)正逐漸從實(shí)驗(yàn)室走向現(xiàn)實(shí)應(yīng)用，為人類社會(huì)帶來(lái)前所未有的變革。本書簡(jiǎn)要概述了腦機(jī)接口的基礎(chǔ)，重點(diǎn)介紹了腦電信號(hào)的神經(jīng)科學(xué)基礎(chǔ)和采集；腦電信號(hào)預(yù)處理與去偽跡；腦電信號(hào)特征分析；腦電信號(hào)特征分類方法等內(nèi)容，旨在為讀者提供腦機(jī)接口及腦電信號(hào)分析領(lǐng)域的全面知識(shí)和實(shí)用技術(shù)方法。本書適宜從事腦機(jī)接口領(lǐng)域的技術(shù)人員參考，也可供機(jī)器人、人工智能、醫(yī)療康復(fù)等相關(guān)專業(yè)人士參考。

作者簡(jiǎn)介

　　陳驥馳，1990年11月生，工學(xué)博士，沈陽(yáng)工業(yè)大學(xué)副教授，博士生導(dǎo)師，入選遼寧省英才儲(chǔ)備計(jì)劃，沈陽(yáng)市拔尖人才，致力于人機(jī)智能交互，腦機(jī)接口，先進(jìn)駕駛輔助系統(tǒng)研發(fā)等工作。主持國(guó)家自然科學(xué)基金（面上項(xiàng)目，青年科學(xué)基金），中國(guó)博士后科學(xué)基金面上項(xiàng)目，遼寧省科技計(jì)劃技術(shù)攻關(guān)項(xiàng)目，遼寧省自然科學(xué)基金項(xiàng)目，遼寧省教育廳高等學(xué)校基本科研項(xiàng)目，沈陽(yáng)市科技人才專項(xiàng)等。作為第一或通訊作者在國(guó)內(nèi)外相關(guān)領(lǐng)域發(fā)表SCI等長(zhǎng)文30余篇。授權(quán)發(fā)明專利10余件。研究成果獲遼寧省自然科學(xué)學(xué)術(shù)成果獎(jiǎng)一等獎(jiǎng)（1/3），沈陽(yáng)市自然科學(xué)學(xué)術(shù)成果獎(jiǎng)三等獎(jiǎng)（1/3）。擔(dān)任國(guó)家自然科學(xué)基金通信評(píng)審專家，遼寧省科技廳計(jì)劃項(xiàng)目專家等。

圖書目錄

1 腦機(jī)接口概述 001
1.1 腦機(jī)接口的研究意義 001
1.2 腦機(jī)接口系統(tǒng)的基本構(gòu)成 004
1.3 腦機(jī)接口的研究現(xiàn)狀和趨勢(shì) 009
1.3.1 腦機(jī)接口的研究現(xiàn)狀 010
1.3.2 腦機(jī)接口的發(fā)展趨勢(shì) 017
1.4 本書各章節(jié)內(nèi)容安排 020
參考文獻(xiàn) 020
2 腦電信號(hào)的神經(jīng)科學(xué)基礎(chǔ)和采集 035
2.1 概述 035
2.2 腦電信號(hào)的神經(jīng)科學(xué)基礎(chǔ) 035
2.2.1 腦電信號(hào)的產(chǎn)生機(jī)理 035
2.2.2 腦電采集的位置及信號(hào)特點(diǎn) 037
2.2.3 腦電信號(hào)的分類 040
2.3 腦電信號(hào)的采集 042
2.3.1 腦電信號(hào)采集設(shè)備和技術(shù) 042
2.3.2 腦電信號(hào)的影響因素 052
2.3.3 常用的腦電信號(hào)分析工具箱 054
2.4 本章小結(jié) 067
參考文獻(xiàn) 068
3 腦電信號(hào)預(yù)處理與去偽跡 072
3.1 腦電信號(hào)偽跡種類及其來(lái)源 072
3.1.1 生理偽跡 072
3.1.2 非生理偽跡 074
3.2 腦電信號(hào)預(yù)處理基本過(guò)程 076
3.2.1 濾波 076
3.2.2 剔除壞段、壞道 078
3.2.3 基于ICA 的偽跡去除 079
3.2.4 重參考 084
3.2.5 基線校正 084
3.3 腦電信號(hào)的其他偽跡去除方法 085
3.3.1 典型關(guān)聯(lián)分析 085
3.3.2 盲源分離 086
3.3.3 小波變換法 087
3.3.4 回歸法 089
3.3.5 經(jīng)驗(yàn)?zāi)B(tài)分解 090
3.4 本章小結(jié) 091
參考文獻(xiàn) 092
4 腦電信號(hào)特征分析 095
4.1 腦電信號(hào)特征提取 095
4.1.1 時(shí)域特征提取法 096
4.1.2 頻域特征提取法 100
4.1.3 時(shí)頻域特征提取法 103
4.1.4 空域特征提取法 104
4.1.5 非線性特征提取法 107
4.1.6 黎曼幾何 117
4.2 腦電信號(hào)特征降維 123
4.2.1 主成分分析 123
4.2.2 最大相關(guān)最小冗余 125
4.2.3 遺傳算法 126
4.3 其他腦電信號(hào)特征分析方法 129
4.4 本章小結(jié) 130
參考文獻(xiàn) 131
5 腦電信號(hào)特征分類方法 135
5.1 基于傳統(tǒng)機(jī)器學(xué)習(xí)的分類方法 136
5.1.1 線性判別分析算法 136
5.1.2 K 近鄰算法 139
5.1.3 支持向量機(jī)算法 140
5.1.4 樸素貝葉斯算法 145
5.1.5 反向傳播神經(jīng)網(wǎng)絡(luò)算法 146
5.1.6 集成學(xué)習(xí)算法 149
5.2 基于深度學(xué)習(xí)的分類方法 153
5.2.1 卷積神經(jīng)網(wǎng)絡(luò) 154
5.2.2 循環(huán)神經(jīng)網(wǎng)絡(luò) 159
5.3 其他腦電信號(hào)特征分類方法 161
5.4 本章小結(jié) 161
參考文獻(xiàn) 162