期刊文献+
共找到548篇文章
< 1 2 28 >
每页显示 20 50 100
基于深层图卷积的EEG情绪识别方法研究
1
作者 李奇 常立娜 +1 位作者 武岩 闫旭荣 《电子测量技术》 北大核心 2024年第4期18-22,共5页
针对浅层图卷积提取的局部脑区空间关联信息对情感脑电表征不足的问题,本文提出了一种深层图卷积网络模型。该模型利用深层图卷积学习情绪脑电全局通道间的内在关系,在卷积传播过程中应用残差连接和权重自映射解决深层图卷积网络面临的... 针对浅层图卷积提取的局部脑区空间关联信息对情感脑电表征不足的问题,本文提出了一种深层图卷积网络模型。该模型利用深层图卷积学习情绪脑电全局通道间的内在关系,在卷积传播过程中应用残差连接和权重自映射解决深层图卷积网络面临的节点特征收敛到固定空间无法学习到有效特征的问题,并在卷积层后加入PN正则化扩大不同情绪特征间的距离,提高情绪识别的性能。在SEED数据集上进行实验,与浅层图卷积网络相比准确率提高了0.7%,标准差下降了3.15。结果表明该模型提取的全局脑区空间关联信息对情绪识别的有效性。 展开更多
关键词 脑电信号 情绪识别 深度图卷积神经网络 全局脑区
原文传递
基于多脑区注意力机制胶囊融合网络的EEG-fNIRS情感识别
2
作者 刘悦 张雪英 +2 位作者 陈桂军 黄丽霞 孙颖 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第11期2247-2257,共11页
为了提高情感识别的准确率,提出多脑区注意力机制和胶囊融合模块的胶囊网络模型(MBA-CFc CapsNet).通过情感视频片段诱发采集EEG-fNIRS信号,构建TYUT3.0数据集.提取EEG和f NIRS的特征,将其映射到矩阵,通过多脑区注意力机制融合EEG和fNIR... 为了提高情感识别的准确率,提出多脑区注意力机制和胶囊融合模块的胶囊网络模型(MBA-CFc CapsNet).通过情感视频片段诱发采集EEG-fNIRS信号,构建TYUT3.0数据集.提取EEG和f NIRS的特征,将其映射到矩阵,通过多脑区注意力机制融合EEG和fNIRS的特征,给予不同脑区特征不同的权重,以提取质量更高的初级胶囊.使用胶囊融合模块,减少进入动态路由机制的胶囊数量,减少模型运行的时间.利用MBA-CFc CapsNet模型在TYUT3.0情感数据集上进行实验,与单模态EEG和f NIRS识别结果相比,2种信号结合情感识别的准确率提高了1.53%和14.35%.MBA-CF-cCapsNet模型与原始CapsNet模型相比,平均识别率提高了4.98%,与当前常用的CapsNet情感识别模型相比提高了1%~5%. 展开更多
关键词 胶囊网络 eeg FNIRS 多脑区注意力机制 胶囊融合 情感识别
下载PDF
基于共同时频空间模式的MI-EEG分类研究
3
作者 李竞斌 向程乐 姚修振 《通信技术》 2024年第4期331-337,共7页
公共空间模式(Common Spatial Patterns,CSP)算法是目前应用于基于运动想象脑机接口(Motor Imagery-Brain Computer Interface,MI-BCI)系统中提取脑电图特征的最常用的空间滤波方法。CSP算法的有效性取决于从脑电信号中选择最优的频带... 公共空间模式(Common Spatial Patterns,CSP)算法是目前应用于基于运动想象脑机接口(Motor Imagery-Brain Computer Interface,MI-BCI)系统中提取脑电图特征的最常用的空间滤波方法。CSP算法的有效性取决于从脑电信号中选择最优的频带和时间窗。目前已有许多算法设计用于优化CSP的频带选择,但很少有算法寻求优化时间窗。提出了一种新框架,称为共同时频空间模式(Common Time-Frequency-Spatia Patterns,CTFSP),用于在多个时间窗口中从多波段滤波的脑电数据中提取稀疏的CSP特征。具体而言,首先使用滑动时间窗方法将整个MI周期分割成多个子序列。其次,在每个时间窗内从多个频带提取稀疏CSP特征;最后,训练具有径向基函数(Radial Basis Function,RBF)内核的多个支持向量机(Support Vector Machine,SVM)分类器来识别MI任务,这些分类器的投票结果决定了BCI的最终输出。采集了12名被试的左右手和脚的运动想象实验数据,将提出的CTFSP算法应用于数据集来验证其有效性,并与其他几种最先进的方法进行了比较。实验结果表明,所提算法是提高MI-BCI系统性能的有效方法。 展开更多
关键词 脑电信号 脑机接口 运动想象 共空间模式
下载PDF
抑郁症EEG诊断的类脑学习模型
4
作者 曾昊辰 胡滨 关治洪 《计算机工程与应用》 CSCD 北大核心 2024年第3期157-164,共8页
抑郁症是一种全球性精神疾病,传统诊断方法主要依靠量表与医生的主观评估,无法有效识别症状,甚至存在误诊的风险。基于生理信号的深度学习辅助诊断有望改善传统缺乏生理学依据的方法。然而,传统深度学习方法依赖巨大算力,且大多是端到... 抑郁症是一种全球性精神疾病,传统诊断方法主要依靠量表与医生的主观评估,无法有效识别症状,甚至存在误诊的风险。基于生理信号的深度学习辅助诊断有望改善传统缺乏生理学依据的方法。然而,传统深度学习方法依赖巨大算力,且大多是端到端的网络学习。这些学习方法也缺乏生理可解释性,限制了辅助诊断临床应用。提出一种用于抑郁症脑电图(electroencephalogram,EEG)诊断的类脑学习模型,在功能层面,构建脉冲神经网络对抑郁症与健康个体进行分类,精度超过97.5%,相比深度卷积方法,脉冲方法降低了能耗;在结构层面,利用复杂网络建立脑连接的空间拓扑并分析其图特征,找出了抑郁症个体潜在的脑功能连接异常机制。 展开更多
关键词 类脑学习 脉冲神经网络 复杂网络特征 抑郁症 脑电图
下载PDF
缺氧缺血性脑病新生儿亚低温治疗效果影响因素及与改良aEEG评分和血清HMGB1、sICAM-1关系
5
作者 宋洁 牛晓庆 吴迎爽 《转化医学杂志》 2024年第2期212-217,共6页
目的 探讨缺氧缺血性脑病新生儿亚低温治疗效果影响因素及与改良振幅整合脑电图(aEEG)评分和血清高迁移率族蛋白B1(HMGB1)、可溶性细胞间黏附分子1(sICAM-1)关系。方法 选取2022年8月—2023年8月收治的行亚低温治疗缺氧缺血性脑病新生... 目的 探讨缺氧缺血性脑病新生儿亚低温治疗效果影响因素及与改良振幅整合脑电图(aEEG)评分和血清高迁移率族蛋白B1(HMGB1)、可溶性细胞间黏附分子1(sICAM-1)关系。方法 选取2022年8月—2023年8月收治的行亚低温治疗缺氧缺血性脑病新生儿95例,根据治疗后临床效果分为显效组(31例)、有效组(50例)和无效组(14例)3组,比较3组临床资料及缺氧缺血性脑病新生儿亚低温治疗前后改良aEEG评分和血清HMGB1、sICAM-1,探讨缺氧缺血性脑病新生儿亚低温治疗效果影响因素,分析改良aEEG评分和血清HMGB1、sICAM-1与缺氧缺血性脑病新生儿治疗效果关系及对其预测价值。结果 无效组新生儿神经元特异性烯醇化酶(NSE)、C反应蛋白(CRP)、乳酸和血清HMGB1、sICAM-1高于显效组和有效组,改良aEEG评分低于显效组和有效组;有效组新生儿NSE、CRP、乳酸和血清HMGB1、sICAM-1高于显效组,改良aEEG评分低于显效组(P<0.05)。NSE、CRP、乳酸、改良aEEG评分和血清HMGB1、sICAM-1为影响缺氧缺血性脑病新生儿亚低温治疗效果的危险因素(P<0.01,P<0.05)。与治疗前比较,治疗后亚低温缺氧缺血性脑病新生儿改良aEEG评分升高,血清HMGB1和sICAM-1降低(P<0.01)。改良aEEG评分与缺氧缺血性脑病新生儿亚低温治疗效果呈正相关,血清HMGB1和sICAM-1与缺氧缺血性脑病新生儿亚低温治疗效果呈负相关(P<0.01)。改良aEEG评分和血清HMGB1、sICAM-1单项预测缺氧缺血性脑病新生儿亚低温治疗效果的曲线下面积、敏感度、准确度低于三项联合(P<0.05)。结论 缺氧缺血性脑病新生儿亚低温治疗后改良aEEG评分升高,血清HMGB1和sICAM-1降低,且与治疗效果相关,三项联合检测对治疗效果有较高预测价值。 展开更多
关键词 缺氧缺血 新生儿 亚低温 改良振幅整合脑电图评分 高迁移率族蛋白B1 可溶性细胞间黏附分子1 Logistic回归分析 受试者工作特征曲线
下载PDF
基于EEG脑网络的视觉呈现速度对工作记忆影响的研究 被引量:2
6
作者 王碧霄 陈瑶 +2 位作者 李鑫 王盛淋 黄丽亚 《中国生物医学工程学报》 CAS CSCD 北大核心 2023年第3期257-265,共9页
随着生活节奏加快,倍速播放在学习过程中被广泛应用,对学习认知活动的影响也逐渐被学者所关注。为探究记忆任务的视觉呈现速度对工作记忆的影响及其机理,本研究从EEG脑网络的视角展开研究。设计了快慢两种呈现速度下的实验范式,并对18... 随着生活节奏加快,倍速播放在学习过程中被广泛应用,对学习认知活动的影响也逐渐被学者所关注。为探究记忆任务的视觉呈现速度对工作记忆的影响及其机理,本研究从EEG脑网络的视角展开研究。设计了快慢两种呈现速度下的实验范式,并对18名被试的脑电数据进行采集,计算各频段的功率谱并选择具有显著性差异(P<0.05)的频段进行分析。采用格兰杰因果的方法计算不同频段脑区之间的因果关系并构建加权因效性脑网络,分析网络的入度、出度和聚类系数这3种网络特征,并使用支持向量机对快慢状态下的脑网络进行分类。结果显示,在快速视觉呈现状态下,脑网络出入度增加,节点聚类系数进一步加强,且具有显著差异节点主要分布于额叶、顶叶和枕叶,显著高于慢速视觉呈现状态(P<0.05),以各频段入度、出度、聚类系数作为特征对快慢状态下的脑网络进行分类,分类准确率分别最高可达90.96%、90.29%、86.53%。本研究表明,随着视觉呈现速度加快,视觉加工进一步激活,被试的工作记忆意识活动逐渐增强,大脑左半球对语言、推理等认知活动的主导作用也在不断加强。本研究为探究播放速度对学习认知活动的影响提供了新的研究思路,也为学习视频设计者设置播放速度提供理论依据。 展开更多
关键词 脑电信号 工作记忆 视觉刺激 格兰杰因果 脑网络
下载PDF
Brain and Law: An EEG Study of How We Decide or Not to Implement a Law
7
作者 Armando Freitas da Rocha Eduardo Massad +1 位作者 Fabio Theoto Rocha Marcelo Nascimento Burattini 《Journal of Behavioral and Brain Science》 2014年第12期559-578,共20页
Brazil has introduced a referendum regarding the prohibition of firearm commerce and propaganda arguments have invoked socially and personally driven issues in the promotion of voting in favor of and against firearm c... Brazil has introduced a referendum regarding the prohibition of firearm commerce and propaganda arguments have invoked socially and personally driven issues in the promotion of voting in favor of and against firearm control, respectively. Here, we used different techniques to study the brain activity associated with a voter’s perception of the truthfulness of these arguments and their influence on voting decisions. Low-resolution tomography was used to identify the possible different sets of neurons activated in the analysis of the different types of propaganda. Linear correlation was used to calculate the amount information H(ei) provided to different electrodes about how these sets of neurons enroll themselves to carry out this cognitive analysis. The results clearly showed that vote decision was not influenced by arguments that were introduced by propaganda, which was typically driven by specific social or self-interest motives. However, different neural circuits were identified in the analysis of each type of propaganda argument, independently of the declared vote (for or against the control) intention. 展开更多
关键词 eeg brain Mapping NEUROMARKETING Language Understanding POLITICS ELECTION DECISION Making
下载PDF
FMRI and EEG Reactions to Hand Motor Tasks in Patients with Mild Traumatic Brain Injury: Left-Hemispheric Sensitivity to Trauma
8
作者 Ludmila Zhavoronkova Sofia Moraresku +6 位作者 Galina Boldyreva Elena Sharova Svetlana Kuptsova Alexander Smirnov Eugen Masherov Olga Maksakova Igor Pronin 《Journal of Behavioral and Brain Science》 2019年第6期273-287,共15页
Background: Mild traumatic brain injury (mTBI) is one of the most common forms of cerebral pathology in young people and disorders involve dysfunctions in cognitive and motor spheres. We would like to examine the stru... Background: Mild traumatic brain injury (mTBI) is one of the most common forms of cerebral pathology in young people and disorders involve dysfunctions in cognitive and motor spheres. We would like to examine the structural and functional alterations of the brain in patients with mTBI while performing hand movements. Methods: Twenty healthy right-handed subjects (age 25.1 ± 3.9) and 10 patients (age 27.9 ± 7.3) with mTBI without hemiparesis participated in the study using functional magnetic resonance imaging (fMRI) and electroencephalography (EEG). FMRI and EEG reactions were analysed during right- and left-hand movements. Results: It was shown that fMRI reactive changes have a larger inter-individual variability of activation during left-hand movements in comparison with right-hand ones in healthy subjects. The TBI patients demonstrated an increase of a diffuse component of fMRI reactive changes compared to healthy people. A greater number of the brain structures was involved, mainly at the subcortical level, mostly in the left hemisphere during right-hand movement. EEG study demonstrated coherence changes for the slow (delta) frequency bands in the left hemisphere, while performing both hand movements. In healthy persons, EEG coherence changes were observed in the fast (alhpa2) frequency band predominantly in contralateral hemispheres, while performing hand movements. Conclusion: So, fMRI and EEG studies revealed the most expressed pathological reactive changes in the left hemisphere and the brain cortical structures during right-hand movements in patients after mTBI. These data allowed us to propose that the younger brain structures were the most sensitive to mTBI. 展开更多
关键词 FMRI eeg TRAUMATIC brain Injury Right- and LEFT-HAND Movements
下载PDF
基于改进Renyi熵算法的EEG心算任务识别
9
作者 李鑫 黄丽亚 《南京邮电大学学报(自然科学版)》 北大核心 2023年第6期44-51,共8页
结构熵是度量网络复杂度的重要手段,为了弥补传统结构熵仅仅关注网络单一特性的问题,提出了一种改进Renyi熵算法来研究心算任务下的EEG脑网络,引入了两个重要网络属性——分形维数和介数中心性来提高网络复杂性的度量能力。之后,基于心... 结构熵是度量网络复杂度的重要手段,为了弥补传统结构熵仅仅关注网络单一特性的问题,提出了一种改进Renyi熵算法来研究心算任务下的EEG脑网络,引入了两个重要网络属性——分形维数和介数中心性来提高网络复杂性的度量能力。之后,基于心算EEG数据计算两两电极间的相位锁定值(PLV),构建了复杂脑网络,并进行复杂度分析。结果表明,在α频段,心算状态下额叶与顶枕叶的脑同步性低于休息状态,心算状态的脑网络复杂性高于休息状态。利用支持向量机(SVM)实现了休息、心算状态的识别,算法识别准确率达到了88.42%。 展开更多
关键词 脑电 心算 复杂网络 脑网络 结构熵
下载PDF
基于脑电图的帕金森轻度认知障碍功能网络特征分析 被引量:1
10
作者 李昕 张晴 +2 位作者 张莹 谢平 尹立勇 《计量学报》 CSCD 北大核心 2024年第1期135-144,共10页
帕金森氏轻度认知障碍(PDMCI)是帕金森氏症患者痴呆的先兆,这对使用神经评分量表和医生经验等传统方法进行准确诊断提出了挑战。利用26名PDMCI患者和23名正常人的脑电信号,基于定向传递函数构建了Delta、Theta、Alpha、Beta和Gamma频段... 帕金森氏轻度认知障碍(PDMCI)是帕金森氏症患者痴呆的先兆,这对使用神经评分量表和医生经验等传统方法进行准确诊断提出了挑战。利用26名PDMCI患者和23名正常人的脑电信号,基于定向传递函数构建了Delta、Theta、Alpha、Beta和Gamma频段的脑功能网络。引入了一种新颖的图论特征——效率密度来捕获网络密度和传输效率。研究结果揭示了独特的连接模式,Delta和Theta波段的连接更紧密,而Alpha、Beta和Gamma波段的连接更稀疏。帕金森病(PD)患者与对照组之间的Theta、Alpha、Beta和Gamma频带存在显著差异(p<0.05)。因此,脑功能网络可以有效反映PD脑功能异常状态,效率密度特征可以反映PD脑功能异常活动的特征量。 展开更多
关键词 智能信息处理 帕金森轻度认知障碍 脑电 脑功能网络 特征提取 效率密度
下载PDF
基于脑电信息的图感认知响应规律及其量化分析方法 被引量:1
11
作者 伊鹏 田兴辉 +3 位作者 刘广斗 魏庆冰 王帅 刘衍聪 《图学学报》 CSCD 北大核心 2024年第3期624-630,共7页
“图”是人类感知世界的重要媒介,图感认知是大脑认知思维中平面图元与三维形体间形成有效转换的关键通道,但人脑在接受图形输入、完成认知处理并实现知识输出的过程是认知心理学和脑科学交叉学科。目前缺乏充分的研究方法和理论基础,... “图”是人类感知世界的重要媒介,图感认知是大脑认知思维中平面图元与三维形体间形成有效转换的关键通道,但人脑在接受图形输入、完成认知处理并实现知识输出的过程是认知心理学和脑科学交叉学科。目前缺乏充分的研究方法和理论基础,因此针对图感认知过程不清晰及认知分析方法缺乏等问题,根据认知事件的脑电位相关性理论,以二维投影图和三维模型为图感认知对象,设计脑电认知测试实验并分析P300电位变化情况。结果表明:图感认知相关部位主要为大脑的前半部分左额叶位置;P300电位值可以用于反映大脑的图感认知程度,大脑对图像内容的接受能力越强,P300电位峰值越低。对比不同样本P300电位变化,可对图感认知过程进行分析,形成对图感认知能力的量化分析方法,提高图感认知内容对大脑的输入效率,对揭示图感输入和认知机理具有启示意义,并为图像交互深度应用反馈优化提供有效依据。 展开更多
关键词 图感认知 脑电波 P300电位 脑地形图 脑电实验
下载PDF
Design of an EEG Preamplifier for Brain-Computer Interface
12
作者 Xian-Jie Pu Tie-Jun Liu De-Zhong Yao 《Journal of Electronic Science and Technology of China》 2009年第1期56-60,共5页
As a non-invasive neurophysiologieal index for brain-computer interface (BCI), electroencephalogram (EEG) attracts much attention at present. In order to have a portable BCI, a simple and efficient pre-amplifier i... As a non-invasive neurophysiologieal index for brain-computer interface (BCI), electroencephalogram (EEG) attracts much attention at present. In order to have a portable BCI, a simple and efficient pre-amplifier is crucial in practice. In this work, a preamplifier based on the characteristics of EEG signals is designed, which consists of a highly symmetrical input stage, low-pass filter, 50 Hz notch filter and a post amplifier. A prototype of this EEG module is fabricated and EEG data are obtained through an actual experiment. The results demonstrate that the EEG preamplifier will be a promising unit for BCI in the future. 展开更多
关键词 brain-computer interface(BCI) electroencephalogram(eeg) FILTERING interference pre amplifier.
下载PDF
基于双子空间PCA降维的脑力负荷分类
13
作者 张杰 曲洪权 +1 位作者 柳长安 庞丽萍 《科学技术与工程》 北大核心 2024年第11期4433-4438,共6页
人类社会至今的飞速发展使得大量体力劳动被机械工程替代,工作者的任务重心也从体力劳动逐渐转变为脑力劳动,对操作者脑力负荷进行实时评估以增强工作效率在当下有着重大意义。目前人类对于脑力负荷评估共有3种方式,有研究表明,采用生... 人类社会至今的飞速发展使得大量体力劳动被机械工程替代,工作者的任务重心也从体力劳动逐渐转变为脑力劳动,对操作者脑力负荷进行实时评估以增强工作效率在当下有着重大意义。目前人类对于脑力负荷评估共有3种方式,有研究表明,采用生物电信号进行脑力负荷分类效果较其余两种方法更客观。但脑电信号经过特征提取后维数极高,所需数据量和运算量巨大,需要对其进行降维。目前降维方面最广泛运用的两种算法为主成分分析(principal component analysis,PCA)和线性判别分析(linear discriminate analysis,LDA)。针对PCA的非监督性和LDA的特征冗余敏感性,提出一种二分类下基于双子空间主成分分析的降维算法,分别对不同类别的训练集数据进行主成分分析,并将所有训练集数据映射到生成的空间中,再次进行PCA-LDA降维,以此提高降维后数据的可分性。实验结果表明,双子空间PCA-LDA降维算法在二分类任务下测试集精度整体高于单子空间PCA-LDA算法,以此为脑力负荷分类领域和高维数据降维领域提供了新思路。 展开更多
关键词 主成分分析 数据降维 脑力负荷 脑电信号
下载PDF
跨被试运动想象脑电信号的卷积神经网络识别方法
14
作者 魏明桦 《绵阳师范学院学报》 2024年第2期90-97,105,共9页
本文提出一种跨被试的深度神经网络识别方法,应对运动想象脑电信号的非线性、非平稳特性.该方法首先计算协方差矩阵均值,将不同被试者样本集的协方差对齐至单位矩阵,提升样本的被试间泛化性.然后,将对齐后的样本输入至卷积神经网络中,... 本文提出一种跨被试的深度神经网络识别方法,应对运动想象脑电信号的非线性、非平稳特性.该方法首先计算协方差矩阵均值,将不同被试者样本集的协方差对齐至单位矩阵,提升样本的被试间泛化性.然后,将对齐后的样本输入至卷积神经网络中,通过留一被试交叉验证法,构建跨被试的运动想象脑电信号识别方法.在BCI Competition IV dataset 2b公开数据集上进行实验,结果表明,新的方法在该数据集上取得了高的识别性能,且测试场景中的时间复杂度与现有方法相同. 展开更多
关键词 运动想象 跨被试 脑机接口 脑电信号 迁移学习
下载PDF
基于CNN的脑电信号情绪识别模型研究
15
作者 杨超宇 余维哲 +2 位作者 卢绍田 孙成圆 武柏祥 《井冈山大学学报(自然科学版)》 2024年第1期76-83,共8页
针对现有深度学习模型在情绪识别方面种类少且准确率低的问题,采集并建立了脑电波信号数据集,提出了一种基于CNN的脑电波的智能多情绪识别模型,利用多层卷积神经网络提取脑电信号情感特征,在批归一化层和激活函数中引入非线性特性,构建... 针对现有深度学习模型在情绪识别方面种类少且准确率低的问题,采集并建立了脑电波信号数据集,提出了一种基于CNN的脑电波的智能多情绪识别模型,利用多层卷积神经网络提取脑电信号情感特征,在批归一化层和激活函数中引入非线性特性,构建了两层全连接神经网络,实现了情绪特征中积极、中性和悲伤的分类。实验结果表明,提出的模型复杂度低且分类准确率达到了81.43%,明显高于SVM、LSTM、VGGNet模型,证明了该模型的简洁性和高效性。 展开更多
关键词 脑电波 情绪识别 CNN 脑电信号
下载PDF
基于脑电的快速序列视觉呈现脑-机接口系统研究进展综述
16
作者 魏玮 邱爽 +3 位作者 李叙锦 毛嘉宇 王妍紫 何晖光 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第2期443-455,共13页
脑-机接口(BCI)系统建立大脑与外部设备之间的直接交流通路,结合快速序列视觉呈现(RSVP)范式能够实现利用人类视觉系统进行高流通量图像目标检索。近些年来,RSVP-BCI系统在范式编码、脑电(EEG)解码和系统应用方面的研究取得了长足的进... 脑-机接口(BCI)系统建立大脑与外部设备之间的直接交流通路,结合快速序列视觉呈现(RSVP)范式能够实现利用人类视觉系统进行高流通量图像目标检索。近些年来,RSVP-BCI系统在范式编码、脑电(EEG)解码和系统应用方面的研究取得了长足的进步。对范式编码的研究揭示不同范式参数对系统性能的影响,促进提升系统性能;脑电解码的研究在提升算法分类性能的同时推动少训练、零训练样本、多模态等场景下的应用;对RSVP-BCI系统应用的研究实现推动系统走向实际应用并拓宽了应用领域。同时,系统仍面临着迈向实际时可应用领域范围窄、脑电跨域解码难题以及计算机视觉飞速进步带来的挑战。该文对RSVP-BCI近年来的相关研究进展进行了回顾与总结,并对未来的发展方向进行了展望。 展开更多
关键词 脑-机接口 快速序列视觉呈现 脑电
下载PDF
基于图注意力网络的脑电信号分类研究
17
作者 朱耿 林萍 +4 位作者 徐信毅 施浩洋 郝丽俊 李晓欧 李斌 《电子器件》 CAS 2024年第5期1403-1407,共5页
脑电信号已被广泛应用于精神疾病诊疗领域,能够反映出大脑的活动异常。利用人工智能模型在精神疾病的预测、诊断、干预等方面有优于传统模式的潜力。结合图论分析方法和图注意力网络建立了一种人工智能模型,实现了精神分裂症患者脑电信... 脑电信号已被广泛应用于精神疾病诊疗领域,能够反映出大脑的活动异常。利用人工智能模型在精神疾病的预测、诊断、干预等方面有优于传统模式的潜力。结合图论分析方法和图注意力网络建立了一种人工智能模型,实现了精神分裂症患者脑电信号的自动识别。以强化学习任务时和工作记忆任务时获得的脑电信号为样本,利用相位滞后指数构建脑功能连接图,通过图注意网络模型,实现对精神分裂症患者和健康人的脑电信号的自动分类。处理强化学习任务数据,该算法的识别准确率为87.5%,特异性为72.7%;处理工作记忆任务数据,该算法的准确率为70.0%,特异性为85.7%。相较于对比方法,所提算法有显著改善。本文所提的脑电信号处理方法不依赖于人工特征的提取,并提高了分类准确率,有望为精神疾病的诊断提供可靠依据,具有良好的临床应用前景。 展开更多
关键词 图注意力网络 脑电信号 脑功能连接 精神分裂症
下载PDF
采用多任务特征融合的脑电情绪识别方法
18
作者 刘柯 黄玉柱 +1 位作者 邓欣 于洪 《智能系统学报》 CSCD 北大核心 2024年第3期610-618,共9页
特征选择与融合是提升脑电信号情绪解码精度的重要手段之一。然而,当前脑电情绪解码中的特征选择方法常忽略了脑电信号内在数据结构的隐含信息。该文提出一种基于近邻传播聚类的多任务特征融合方法,通过L_(2,1)范数约束实现稀疏特征选择... 特征选择与融合是提升脑电信号情绪解码精度的重要手段之一。然而,当前脑电情绪解码中的特征选择方法常忽略了脑电信号内在数据结构的隐含信息。该文提出一种基于近邻传播聚类的多任务特征融合方法,通过L_(2,1)范数约束实现稀疏特征选择,同时利用图拉普拉斯正则化保持不同子类间的潜在关系。该算法在不揭示真实样本标签的情况下,在子任务空间有效融合脑网络空间拓扑结构信息和微分熵信息,为高精度脑电信号情绪解码提供具有更高情绪表征能力的特征。DEAP和SEED数据集以及本实验室数据集的分析结果表明,该文提出的方法能显著提高脑电情绪解码的精度。 展开更多
关键词 情感脑机接口 脑电情绪识别 脑网络 微分熵 近邻传播聚类 图拉普拉斯正则 多任务特征融合 稀疏特征选择
下载PDF
睡眠影响记忆巩固的同步EEG-fMRI研究 被引量:10
19
作者 雷旭 赵文瑞 《心理科学进展》 CSSCI CSCD 北大核心 2016年第3期327-334,共8页
默认网络是静息状态活动较强的大脑结构,它包含的海马和内侧前额叶两个脑区是记忆巩固的关键部位,同时静息态也被证明伴随有记忆巩固现象,我们推测默认网络是睡眠依赖记忆巩固的核心结构。本研究拟借助同步EEG-f MRI在时空分辨率上的优... 默认网络是静息状态活动较强的大脑结构,它包含的海马和内侧前额叶两个脑区是记忆巩固的关键部位,同时静息态也被证明伴随有记忆巩固现象,我们推测默认网络是睡眠依赖记忆巩固的核心结构。本研究拟借助同步EEG-f MRI在时空分辨率上的优势,研究默认网络参与睡眠依赖记忆巩固的神经机制。包括:1)发掘默认网络活动的电生理指标,应用EEG源定位和跨频段耦合分析,揭示记忆巩固的动态过程;2)应用滑动时间窗和模块分析,研究默认网络参与静息态和睡眠过程记忆巩固的异同,揭示记忆在昼夜更迭中得以强化的神经机制;3)通过多模态信息融合,揭示记忆类型和睡眠阶段等因素对睡眠依赖记忆巩固的影响。本研究的开展对阐明睡眠依赖记忆巩固的神经机制具有深刻的理论意义,并最终可能为治疗学习记忆相关障碍提供全新的思路。 展开更多
关键词 脑电-功能磁共振 脑网络 记忆巩固 睡眠
下载PDF
脑肿瘤患者脑电图(EEG)及脑电地形图(BEAM)的特点分析 被引量:6
20
作者 杨延庆 薛涛 《中国实验诊断学》 2015年第10期1661-1663,共3页
目的对比脑肿瘤患者脑电图(EEG)及脑电地形图(BEAM)的特点,进行对应分析,以便为后续的临床工作打下理论基础。方法对2010年1月-2013年12月我院确诊的62例脑肿瘤患者进行EEG及BEAM检查分析,对分析结果进行统计,分析脑肿瘤的部位与脑电地... 目的对比脑肿瘤患者脑电图(EEG)及脑电地形图(BEAM)的特点,进行对应分析,以便为后续的临床工作打下理论基础。方法对2010年1月-2013年12月我院确诊的62例脑肿瘤患者进行EEG及BEAM检查分析,对分析结果进行统计,分析脑肿瘤的部位与脑电地形图的定位关系,分析肿瘤性质与脑肿瘤的定位关系,并且将EEG与BEAM的定位准确率进行对比。结果 62例患者进行BEAM分析后发现,其中4例结果正常,58例结果异常。异常结果中δ能量值增高明显22例,θ能量值增高明显14例,两种能量值同时增高明显15例,α能量值增高明显5例,β能量值增高明显2例。良性肿瘤定位定侧率为71.42%,恶性肿瘤为76.32%,转移性为66.67%。BEAM的定位准确率明显高于EEG,且具有统计学差异(P<0.05)。结论 BEAM检查结果不仅阳性率较EEG高,而且在定位、定性方面同样具有较高的参考价值。 展开更多
关键词 脑肿瘤 脑电图 脑电地形图 特点
下载PDF
上一页 1 2 28 下一页 到第
使用帮助 返回顶部