本书主要介绍诱发式脑-机接口技术。全书共12章，主要内容包括：SSVEP特征机理研究与SSVEP-BCI优化，基于听触觉的非视觉P300-BCI方法，基于P300和SSVEP的多模态BCI，基于P300和ErrP的多模态BCI等。本书是作者在多项国家自然科学基金项目和科技委创新特区项目支持下取得的研究成果的总结，意在推动脑-机接口理论与应用的发展，对于人-机混合智能的机理研究和脑-机智能融合系统的应用具有一定的科学意义。 本书可作为高等院校与科研院所中从事人-机混合智能、生物信息处理、多模态交互等技术工作人员的参考书，尤其可供直接从事脑-机接口技术研究的科研人员、研究生和高年级本科生参考学习使用。

前言
第1章 绪论
1.1 BCI技术概述
1.2 BCI的分类与类型特点分析
1.2.1 基于大脑信号采集技术手段的分类
1.2.2 基于大脑信号产生方式的分类
1.3 基于EEG的诱发式BCI
1.3.1 刺激模态分析
1.3.2 SSVEP-BCI技术
1.3.3 P300-BCI技术
1.3.4 ErrP-BCI技术
1.3.5 诱发式BCI的性能评价指标
1.4 诱发式BCI研究方法分析
参考文献
第2章 严格视线限定条件下的SSVEP神经机制
2.1 引言
2.2 方法与材料
2.2.1 范式设计
2.2.2 实验流程
2.3 数据分析
2.3.1 典型相关性分析
2.3.2 基于典型相关性分析的单通道贡献估计
2.3.3 对侧效应估计
2.4 实验结果
2.4.1 基于SSVEP响应的视场构建
2.4.2 刺激位置影响
2.5 结果分析与讨论
2.5.1 刺激形状
2.5.2 刺激间距
2.5.3 指示位置
2.5.4 定制设计
2.5.5 不足之处
2.5.6 未来工作
2.6 本章小结
参考文献
第3章 SSVEP-BCI的实时信息反馈与动态优化机制
3.1 引言
3.2 方法与材料
3.2.1 刺激范式设计
3.2.2 CCA-RV方法
3.2.3 实时信息反馈机制
3.2.4 目标选择时间优化设计
3.2.5 实验范式设计
3.3 实验结果与分析
3.3.1 在线结果
3.3.2 离线性能分析
3.4 结果分析与讨论
3.4.1 系统性能提升的原因分析
3.4.2 行列目标识别过程准确率对比
3.4.3 当前方法局限和未来研究方向
3.5 本章小结
参考文献
第4章 基于DS策略的SSVEP-BCI目标识别方法
4.1 引言
4.2 方法与材料
4.2.1 实验方案与实施
4.2.2 识别算法与DS策略
4.3 实验结果
4.3.1 模拟在线结果
4.3.2 DS策略的提升分析
4.3.3 DS策略输出有效性分析
4.3.4 公开数据库的验证
4.4 结果分析与讨论
4.5 本章小结
参考文献
第5章 基于听触觉双模态刺激的非视觉P300-BCI
5.1 引言
5.2 方法与材料
5.2.1 听触觉P300-BCI系统设计
5.2.2 实验设计
5.2.3 数据分析
5.3 实验结果与分析
5.3.1 在线实验结果
5.3.2 离线性能分析
5.4 结果讨论
5.5 本章小结
参考文献
第6章 基于P300和SSVEP的时频特征融合决策机制
6.1 引言
6.2 方法与材料
6.2.1 混合刺激机制设计
6.2.2 实验流程
6.2.3 信号处理
6.3 实验结果
6.3.1 在线性能
6.3.2 离线分析
6.4 结果分析与讨论
6.4.1 SSVEP特征引入的作用分析
6.4.2 被试状态变化对系统性能的影响
6.5 本章小结
参考文献
第7章 基于P300和SSVEP并行输入的混合BCI
7.1 引言
7.2 方法与材料
7.2.1 混合刺激机制设计
7.2.2 实验设计
7.2.3 信号处理
7.2.4 最优刺激轮次选择
7.3 实验结果
7.3.1 在线性能
7.3.2 离线分析
7.4 结果分析与讨论
7.4.1 快速混合BCI拼写方法的潜力
7.4.2 RC和SL范式性能差异的原因分析
7.4.3 当前方法局限与未来研究方向
7.5 本章小结
参考文献
第8章 基于P300与SSVEP得分融合的混合BCI
8.1 引言
8.2 方法与材料
8.2.1 两种混合刺激范式
8.2.2 实验范式
8.2.3 P300和SSVEP目标识别方法
8.2.4 得分融合方法
8.3 实验结果
8.3.1 BCI范式的性能对比
8.3.2 融合方法的性能对比
8.3.3 BCI初学者的学习过程
8.4 结果分析与讨论
8.5 本章小结
参考文献
第9章 基于ErrP的P300-BCI自动纠错机制
9.1 引言
9.2 方法与材料
9.2.1 被试
9.2.2 数据采集
9.2.3 P300-BCI拼写器
9.2.4 ErrP和P300得分
9.2.5 Bayes动态停止机制
9.2.6 辅助刺激
9.2.7 实验方案
9.2.8 基于ErrP和P300融合的在线纠错机制
9.2.9 进一步分析
9.3 实验结果
9.3.1 在线性能
9.3.2 P300和ErrP对错误检测的贡献
9.3.3 辅助刺激的影响
9.3.4 ErrP波形特征
9.4 结果分析与讨论
9.4.1 在线纠错
9.4.2 基于ErrP和P300融合进行在线错误检测
9.4.3 新型ErrP波形差异
9.4.4 限制
9.5 本章小结
参考文献
第10章 基于ErrP得分的半监督自适应P300-BCI
10.1 引言
10.1.1 分类器自适应——P300-BCI拼写器
10.1.2 基于ErrP的自动校正
10.1.3 目标：基于ErrP的自适应
10.2 方法与材料
10.2.1 被试
10.2.2 EEG采集
10.2.3 拼写流程
10.2.4 P300和ErrP的评分
10.2.5 在线错误检测
10.2.6 在线实验
10.2.7 离线分析
10.2.8 模拟在线分析
10.3 实验结果
10.3.1 在线分析
10.3.2 离线