- 文献综述（或调研报告）：
脑机接口（BCI）是不通过脑的常用通道（神经末梢和肌肉）而将信息或命令发送给外部世界的交流系统，BCI不仅可以为正常人提供生活上的便利，更有益于一些有活动能力障碍的患者，如患有肌萎缩侧索硬化（amyotrophic lateral sclerosis，ALS）、脑干卒中、脑或脊髓损伤、肌营养不良等疾病的患者，疾病损伤了控制肌肉的神经通路或肌肉本身，BCI可以使脑信号或患者其他的正常脑区域信号直接控制机电装置来与外界交流，为这些患者提供了新的对外交流的渠道。
当前的脑信号检测技术多种多样，主要分侵入式的和非侵入式的，本设计采用对人体无损伤的非侵入性技术。而正电子发射断层成像（Positron Emission Computed Tomography，PET）、功能磁共振成像（functional magnetic resonance imaging，fMRI）和光学成像是基于血流的，变化缓慢，是难以迅速沟通的，因此选择设备较不昂贵、沟通迅速的脑电图（electroencephalogram，EEG），而且EEG的相关研究也较其他技术更为成熟。
BCI可分为依赖BCI和独立BCI，依赖BCI即需要外界刺激引起相应脑活动，再利用这个脑信号与外界交流，独立BCI是根据脑自发的信号来与外界交流，不依赖外界刺激的激发。在此基础上，使用EEG信号的BCI有五类，一是使用视觉诱发电位（visual evoked potential，VEP）的依赖BCI，其他四种是使用皮层慢电位（Slow Cortical Potential，SCP）、P300诱发电位、自发EEG信号节律、事件相关同步化和去同步化（event related synchronization ，ERS/event related desynchronization，ERD）的独立BCI。[1]
目前研究和应用较为广泛的有基于运动想象模式的ERD/ERS和VEP。
基于运动想象模式的ERD/ERS信号是目前BCI研究中的热点，它有明确的神经生理现象作为对应，其他多数的采样信号还缺乏具体意义，很难把脑电信号类型与心理一是活动直接联系起来，它在方向控制等方面具有优势。
在诱发电位中，视觉诱发电位因为其具有丰富的编码命令、稳定的信号信息、较高的识别速率和准确率, 是现在研究最多的诱发电位。当受到一个固定频率的视觉刺激的时候，人的大脑视觉皮层会产生一个连续的与刺激频率有关(刺激频率的基频或倍频处)的响应。这个响应是被称为稳态视觉诱发电位（Steady-State Visual Evoked Potential，SSVEP）。SSVEP通常具有更高的信息传输率，系统和实验设计更加简便，而且需要的训练次数也比较少。
采集到信号后的一个重要步骤是信号的处理，在EEG中即信号预处理、特征提取和分类等步，以下讨论一些ERD/ERS相关的处理方法。
大脑振荡的活动频率范围波动较大，这些频率常被分为以下频段：delta(lt;4Hz),theta(4-7Hz),alpha(8-12Hz),beta(13-30Hz)及gamma频段（gt;30Hz）。其中又把中央区（Rolandic区）的alpha频段称为mu频段（9-11Hz）。在脑电信号中与大脑运动皮层神经活动密切相关的事件相关电位是人体感觉系统受到某种刺激时在大脑皮层相应区域产生的电位变化。研究表明，大脑在想象或实施左右手运动时会在两侧脑半球产生某些频段（mu节律／beta节律）的ERP信号，使脑电功率谱出现增强(ERS)减弱(ERD)现象。当人们想象左手运动时，ERD现象会出现在大脑右半球，使其功率谱减弱，ERS现象会出现在大脑左半球，使其功率谱出现增强；与此相反，当想象右手运动时，ERD现象会出现在大脑左半球，而ERS现象会出现在大脑右半球。[2]
对ERD/ERS的研究多采用C3、C4两个电极通道的数据，之所以选择C3、C4两个通道是因为C3、C4位于大脑初级感觉运动功能区，包含了想象对侧手运动时的最有效信息。有研究结合了小波包分析和独立成分分析（Independent Component Correlation Algorithm，ICA）算法，针对ERD/ERS信号进行处理，结果证明这种方法比传统只使用ICA算法使ERD/ERS信号得到增强[3]。
基于小波包分解的特征提取方法还有以小波包分解系数来考虑特征，然后对C3、C4导联脑电信号进行小波包分解系数和相对能量2种特征的提取，最后采用最简线性分类器进行分类，结果在4秒左右2种特征对应的最大分类正确率均达到85%。[4]
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
