1. 毕业设计（论文）主要内容：

脑机接口（Brain computer interface，BCI）能够避开神经末梢与肌肉，直接在大脑与计算机或外部设备之间建立一条交流通路，可以给日常生活带来极大的便利。运动想象（Motor Imagery，MI）信号是在BCI中有着广泛的应用。本课题拟基于运动想象的EEG信号对人体上肢肘关节屈/伸、手掌抓握/张开以及休息态三种状态进行分类，再利用分类信号实现对机器人的运动控制。利用信号处理算法实现EEG信号的多分类，设计上位机软件实现与脑电信号处理模块的数据通信，研究基本的机器人运动控制算法。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。

（2）完成开题报告及任务书。

（3）利用信号处理算法实现eeg信号的多分类。设计上位机软件，实现信号处理模块与机器人数据通信，研究基本的机器人运动控制算法。

3. 毕业设计（论文）完成任务的计划与安排

（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

（3）第7－9周：实现eeg信号分类算法。

4. 主要参考文献

[1]ofner p , schwarz a , pereira j , et al. upper limb movements can be decodedfrom the time-domain of low-frequency eeg[j]. plos one, 2017, 12(8):e0182578.

[2]jochumsen m , niazi i , dremstrup k , et al. detecting and classifying threedifferent hand movement types through electroencephalography recordings forneurorehabilitation[j]. medical amp; biological engineering amp; computing,2015, 54(10):1-11.

[3]xinyi y , carlo m , bin h . eeg classification of different imaginary movementswithin the same limb[j]. plos one, 2015, 10(4):e0121896-.