脑机接口（BCI）技术在医疗康复、自动控制和情感识别等领域有着广阔的应用前景，为人们提供了一种与体外环境交互的新方式。在各类神经信号中，脑电（EEG）信号由于其易采集、低成本等优点，得到了广泛的研究和应用。 本书不仅涵盖BCI的技术原理，而且给出了一个采用眨眼诱发的EEG信号的完整实现示例。书中首先介绍EEG信号的获取方法以及基于眨眼的BCI框架，之后详细讲解从EEG信号中识别有意眨眼的方法，包括时域方法和频域方法。在此基础上开发脑控应用系统，将Emotiv脑电采集设备与MATLAB连接，实现EEG信号的获取与分析算法。其中，针对EEG信号分析，讨论了事件相关电位、脑地形图、EEG子频带功率、通道相干性等技术。

译者序
前言
致谢
第1章 绪论
1.1 基础理论
1.1.1 脑机接口的成功案例
1.1.2 脑机接口的市场分析
1.2 技术回顾
1.2.1 人脑解剖结构
1.2.2 从人脑到计算机
1.2.3 基于有意眨眼的脑机接口与控制的研究概况
1.3 本书目标
参考文献
第2章 基于EEG的脑机接口
2.1 引言
2.1.1 基于EEG的BCI系统架构
2.2 BCI相关技术
2.2.1 侵入式和部分侵入式BCI技术
2.2.2 非侵入式BCI技术
2.3 数据获取
2.3.1 脑电位
2.3.2 EEG电极位置的确定
2.3.3 EEG电极
2.3.4 EEG信号与节律
2.3.5 信号预放大、滤波和模数转换
2.4 预处理
2.4.1 EEG伪迹
2.4.2 EEG伪迹去除
2.5 特征提取
2.5.1 EEG信号的时域表示
2.5.2 EEG信号的频域表示
2.5.3 EEG信号的时-频域表示
2.5.4 EEG信号的空间域表示
2.6 分类
2.6.1 线性分类器
2.6.2 非线性分类器
2.6.3 BCI性能评价
2.7 BCI应用
2.7.1 诊疗应用
2.7.2 非诊疗应用
2.8 本章小结
参考文献
拓展阅读
第3章 EEG信号的实时获取
3.1 引言
3.2 采集设备概览
3.2.1 依据性能指标的选择标准
3.2.2 各类EEG设备
3.3 开发基于EEG的BCI以获取眨眼信号
3.3.1 选择EEG采集设备
3.3.2 EMOTIV test bench
3.3.3 理解.edf格式
3.3.4 捕捉眨眼信号的实验设计
3.4 将EEG数据导入MATLAB
3.4.1 EEG信号分析工具箱的选择
3.4.2 将EEG数据导入EEGLAB
3.4.3 将EEG数据导入MATLAB工作空间
3.5 将EEG数据导入Simulink
3.6 本章小结
参考文献
拓展阅读
第4章 认知分析：时域
4.1 引言
4.2 预处理
4.2.1 预滤波
4.2.2 对滤波后的EEG数据进行独立成分分析
4.3 ERP分析
4.4 不同延迟时刻的ERP脑地形图分析
4.5 结果与分析
4.6 本章小结
参考文献
第5章 认知分析：频域
5.1 引言
5.2 通道的功率谱分析
5.3 子频带功率分析
5.4 EEG相干性分析
5.5 结果与分析
5.6 本章小结
参考文献
拓展阅读
第6章 基于EEG的BCI：控制应用
6.1 引言
6.2 基于眨眼的BCI控制应用开发详解
6.2.1 使用MATLAB软件的控制触发器
6.2.2 用于控制应用的Ardui U硬件接口
6.3 采用基于EEG的BCI可能构建的其他控制应用
6.3.1 利用LabVIEW的BCI控制应用
6.3.2 利用MATLAB/Simulink的BCI控制应用
6.4 本章小结
参考文献
拓展阅读
第7章 总结和展望
7.1 主要贡献
7.1.1 时域分析
7.1.2 频域分析
7.1.3 基于眨眼的BCI控制应用的开发
7.2 未来方向和总结