期刊文献+
共找到25篇文章
< 1 2 >
每页显示 20 50 100
脑电信号的高阶奇异谱分析 被引量:6
1
作者 游荣义 徐慎初 《生物物理学报》 CAS CSCD 北大核心 2003年第2期147-150,共4页
奇异谱分析是脑电信号分析的一种新方法,脑电信号的奇异谱可以反映脑电的特征,它有助于研究大脑的动力学行为。奇异谱分析方法是基于二阶统计的方法,反映的是信号时间上和空间上的一种线性相关关系。而脑电信号属于非线性信号,其内在的... 奇异谱分析是脑电信号分析的一种新方法,脑电信号的奇异谱可以反映脑电的特征,它有助于研究大脑的动力学行为。奇异谱分析方法是基于二阶统计的方法,反映的是信号时间上和空间上的一种线性相关关系。而脑电信号属于非线性信号,其内在的非线性关系很难通过奇异谱得到真实的反映,从而会丢失某些有用的信息。提出一种新的基于高阶统计的脑电奇异谱分析方法,并将其运用于正常脑电和癫痫患者的脑电分析中。大量的实测信号样本仿真实验结果表明,正常脑电和癫痫脑电的奇异谱有明显的不同。此外,基于高阶统计的奇异谱和基于二阶统计的奇异谱相比更能反映出信号的细节。 展开更多
关键词 脑电信号 奇异谱分析 高阶统计 累积量
下载PDF
基于脑电α/β波的智能轮椅人机交互 被引量:9
2
作者 张毅 罗明伟 +1 位作者 罗元 徐晓东 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第7期109-114,共6页
针对现有的脑电控制智能轮椅的方法的不足,提出了一种基于脑电α/β波的智能轮椅人机交互方法.利用闭眼放松的脑电信号的α波控制智能轮椅前进,左右手运动想象脑电信号的β波控制智能轮椅左转和右转;同时,提出了一种带惩罚的RCSP特征提... 针对现有的脑电控制智能轮椅的方法的不足,提出了一种基于脑电α/β波的智能轮椅人机交互方法.利用闭眼放松的脑电信号的α波控制智能轮椅前进,左右手运动想象脑电信号的β波控制智能轮椅左转和右转;同时,提出了一种带惩罚的RCSP特征提取算法.通过实验验证,得到该特征提取算法能使受试者控制智能轮椅的平均正确率,即三类脑电信号的在线识别率都大于85%,且最大正确率高达89.17%,接近传统方法对两类运动想象脑电信号的识别率.对受试者进行了脑电控制智能轮椅走一个'8'字形固定轨迹的实验,实验结果显示:每个受试者都能较好地完成实验任务,表明了该人机交互方法的可行性. 展开更多
关键词 脑电 智能轮椅 运动想象 特征提取算法 人机交互
原文传递
基于EEG熵值的驾驶员脑力负荷水平识别方法 被引量:7
3
作者 郭孜政 潘毅润 +4 位作者 潘雨帆 吴志敏 肖琼 谭永刚 张骏 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2015年第5期980-984,共5页
为了对驾驶员脑力负荷予以有效识别,基于脑电信号指标构建了一种驾驶员脑力负荷识别方法.对驾驶员脑电信号进行快速傅里叶变换(FFT),选取θ(4~8 Hz),α(8~13 Hz),β(13~30 Hz)3个频段的频谱幅值分别进行熵处理,对所得到的熵值... 为了对驾驶员脑力负荷予以有效识别,基于脑电信号指标构建了一种驾驶员脑力负荷识别方法.对驾驶员脑电信号进行快速傅里叶变换(FFT),选取θ(4~8 Hz),α(8~13 Hz),β(13~30 Hz)3个频段的频谱幅值分别进行熵处理,对所得到的熵值作为脑力负荷识别参数,并对识别参数进行Kruskal-Wallis检验,选取差异最为显著的10项参数作为脑力负荷特征指标,在此基础上结合BP模型构建了驾驶员脑力负荷识别模型.基于驾驶模拟器实验数据,模型识别正确率为87.8%~90.4%.结果表明,该模型对驾驶员脑力负荷识别具有较高准确性,可实现不同驾驶员脑力负荷的有效识别,为未来自动辅助驾驶系统构建及车载信息系统优化设计提供算法依据. 展开更多
关键词 驾驶脑力负荷 eeg BP神经网络
下载PDF
癫痫EEG信号相空间重构参数的计算和分析 被引量:6
4
作者 周毅 赵怡 +2 位作者 解玲丽 周列民 陈子怡 《中山大学学报(自然科学版)》 CAS CSCD 北大核心 2007年第3期5-9,共5页
根据癫痫发作过程中,EEG信号表现出来的发作间期和发作期2种不同的状态,通过分析发现在该过程中大脑动力系统存在不同的动力学嵌入空间,存在不同的吸引子。还应用伪邻点法、互信息法和C-C方法进行了推导和仿真,对2种不同状态进行相空间... 根据癫痫发作过程中,EEG信号表现出来的发作间期和发作期2种不同的状态,通过分析发现在该过程中大脑动力系统存在不同的动力学嵌入空间,存在不同的吸引子。还应用伪邻点法、互信息法和C-C方法进行了推导和仿真,对2种不同状态进行相空间重构,确定了癫痫病人不同状态EEG不同吸引子的参数,并在此基础上提出了若干新的见解。 展开更多
关键词 混沌 癫痫 eeg 相空间重构
下载PDF
一种EEG信号盲分离和分类的神经网络方法 被引量:3
5
作者 游荣义 陈忠 《中国生物医学工程学报》 EI CAS CSCD 北大核心 2003年第5期428-432,409,共6页
提出一种采用多神经网络处理脑电 (EEG)信号的方法。首先 ,对混有噪声的脑电信号给出一种盲分离的自适应神经算法。通过寻求采样时间序列线性组合的kurtosis系数的局部极值 ,得出该算法的模型和步骤。在盲分离的基础上 ,对分离出的估计... 提出一种采用多神经网络处理脑电 (EEG)信号的方法。首先 ,对混有噪声的脑电信号给出一种盲分离的自适应神经算法。通过寻求采样时间序列线性组合的kurtosis系数的局部极值 ,得出该算法的模型和步骤。在盲分离的基础上 ,对分离出的估计信号进一步利用Kohonen网络进行分类。将该算法用于 30 0个EEG样本处理 ,并给出处理结果。 展开更多
关键词 eeg(electroencephalograph) 盲分离 KURTOSIS 神经网络
下载PDF
Macrostate and Microstate of EEG Spatio-Temporal Nonlinear Dynamics in Zen Meditation 被引量:1
6
作者 Pei-Chen Lo Wu Jue Miao Tian Fang-Ling Liu 《Journal of Behavioral and Brain Science》 2017年第13期705-721,共17页
Macrostate and microstate characteristics of interregional nonlinear interdependence of brain dynamics are investigated for Zen-meditation and normal resting EEG. Evaluation of nonlinear interdependence based on nonli... Macrostate and microstate characteristics of interregional nonlinear interdependence of brain dynamics are investigated for Zen-meditation and normal resting EEG. Evaluation of nonlinear interdependence based on nonlinear dynamic theory and phase space reconstruction is employed in the 30-channel electroencephalographic (EEG) signals to characterize the functioning interactions among different local neuronal networks. This paper presents a new scheme for exploring the microstate and macrostate of interregional brain neural network interactivity. Nonlinear interdependence quantified by similarity index is applied to the phase trajectory reconstructed from multi-channel EEG. The microstate similarity-index matrix (miSIM) is evaluated every 5 millisecond. The miSIMs are classified by K-means clustering. The cluster center corresponds to the macrostate SIM (maSIM) evaluated by conventional scheme. Zen-meditation EEG exhibits rather stationary and stronger interconnectivity among frontal midline regional neural oscillators, whereas resting EEG appears to drift away more often from the midline and extend to the inferior brain regions. 展开更多
关键词 electroencephalograph (eeg) Nonlinear INTERCONNECTIVITY MICROSTATE Macrostate ZEN MEDITATION
下载PDF
A novel method for the evaluation of fashion product design based on data mining 被引量:1
7
作者 Bao-Rui Li Yi Wang Ke-Sheng Wang 《Advances in Manufacturing》 SCIE CAS CSCD 2017年第4期370-376,共7页
It is difficult to qualitatively evaluate the design effects of product appearance. Electroencephalograph (EEG) and eye-tracking data can serve as reflection of the subcon- scious activities of human beings. The app... It is difficult to qualitatively evaluate the design effects of product appearance. Electroencephalograph (EEG) and eye-tracking data can serve as reflection of the subcon- scious activities of human beings. The application of advanced neuroscience technology in industrial operation management has become a new research hot spot. This study uses EEG equipment and an eye-tracking device to record a subject's brain activity and eye-gaze data, and then uses data mining methods to analyze the correlation between the two types of signals. The fuzzy theory is then applied to create a fuzzy comprehensive evaluation model. The neural attributes are used to quantify the factors affected by product appear- ance and evaluation indicators. We use women's shirts as research subjects for a case study. The EEG Emotiv device and Tobii mobile eye-tracking glasses are used to record a subject's brain activity and eye-gaze data in order to quantify the evaluation factors related to product appearance. This method not only scientifically evaluates the uniqueness of product appearance but also provides an objective reference for improving product appearance design. 展开更多
关键词 Product appearance design Evaluation method Data mining electroencephalograph eeg Eye tracking Fuzzy model
原文传递
基于最小二乘支持向量机的脑电信号分类 被引量:3
8
作者 刘冲 于清文 +1 位作者 陆志国 王宏 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2016年第5期634-637,共4页
研究了基于运动想象脑电信号对大脑的想象运动状态进行分类识别的问题.根据事件相关同步和事件相关去同步现象识别出被试的想象运动状态,通过频带能量特征提取方法获得了想象左右手运动时的脑电信号特征,使用最小二乘支持向量机对提取... 研究了基于运动想象脑电信号对大脑的想象运动状态进行分类识别的问题.根据事件相关同步和事件相关去同步现象识别出被试的想象运动状态,通过频带能量特征提取方法获得了想象左右手运动时的脑电信号特征,使用最小二乘支持向量机对提取到的频带能量特征进行分类.结果表明,使用最小二乘支持向量机可以对运动想象脑电信号的频带能量特征进行有效分类,分类正确率达到92%,其分类效果与使用标准支持向量机相当,但在计算速度上更有优势. 展开更多
关键词 脑电信号 运动想象 频带能量 最小二乘 支持向量机
下载PDF
Comparison of Spatio-Spectral Properties of Zen-Meditation and Resting EEG Based on Unsupervised Learning
9
作者 Pei-Chen Lo Nasir Hussain 《Journal of Behavioral and Brain Science》 2021年第2期58-72,共15页
This paper reports distinct spatio-spectral properties of Zen-meditation EEG (electroencephalograph), compared with resting EEG, by implementing unsupervised machine learning scheme in clustering the brain mappings of... This paper reports distinct spatio-spectral properties of Zen-meditation EEG (electroencephalograph), compared with resting EEG, by implementing unsupervised machine learning scheme in clustering the brain mappings of centroid frequency (BMFc). Zen practitioners simultaneously concentrate on the third ventricle, hypothalamus and corpora quadrigemina touniversalize all brain neurons to construct a <i>detached</i> brain and gradually change the normal brain traits, leading to the process of brain-neuroplasticity. During such tri-aperture concentration, EEG exhibits prominent diffuse high-frequency oscillations. Unsupervised self-organizing map (SOM), clusters the dataset of quantitative EEG by matching the input feature vector Fc and the output cluster center through the SOM network weights. Input dataset contains brain mappings of 30 centroid frequencies extracted from CWT (continuous wavelet transform) coefficients. According to SOM clustering results, resting EEG is dominated by global low-frequency (<14 Hz) activities, except channels T7, F7 and TP7 (>14.4 Hz);whereas Zen-meditation EEG exhibits globally high-frequency (>16 Hz) activities throughout the entire record. Beta waves with a wide range of frequencies are often associated with active concentration. Nonetheless, clinic report discloses that benzodiazepines, medication treatment for anxiety, insomnia and panic attacks to relieve mind/body stress, often induce <i>beta buzz</i>. We may hypothesize that Zen-meditation practitioners attain the unique state of mindfulness concentration under optimal body-mind relaxation. 展开更多
关键词 electroencephalograph (eeg) Continuous Wavelet Transform (CWT) Unsupervised Learning Self-Organizing Map (SOM) Spatio-Spectral Property Zen Meditation
下载PDF
Brain Functional Network Improved by Magnetic Stimulation at Acupoints during Mental Fatigue
10
作者 Shuo Yang Na Ai +3 位作者 Yanyun Qiao Lei Wang Hongli Yu Guizhi Xu 《Journal of Biomedical Science and Engineering》 2016年第10期65-70,共6页
To investigate the effects of magnetic stimulation at acupoints on brain functional network during mental fatigue, magnetic stimulation was applied to stimulate SHENMEN (HT7), HEGU (LI4) and LAOGONG (PC8) acupoint in ... To investigate the effects of magnetic stimulation at acupoints on brain functional network during mental fatigue, magnetic stimulation was applied to stimulate SHENMEN (HT7), HEGU (LI4) and LAOGONG (PC8) acupoint in this paper. The brain functional networks of normal state, mental fatigue state and stimulated state were constructed and the characteristic parameters were comparatively studied based on the complex network theory. The results showed that the connection of the network was enhanced by stimulating the HT7, LI4 and PC8 acupoint. In conclusion, magnetic stimulation at acupoints can effectively relieve mental fatigue. 展开更多
关键词 Magnetic Stimulation ACUPOINT electroencephalograph (eeg) Mental Fatigue Brain Functional Network
下载PDF
大鼠脑缺血再灌注对脑生物电变化的影响
11
作者 蒋袁絮 余建强 《宁夏医学院学报》 1998年第4期1-3,共3页
目的∶通过观察大鼠在急性脑缺血再灌期间EEG主频率功率、功率谱及频率分配的变化,探讨脑缺血再灌流损伤过程中脑电变化的规律。方法∶采用改良四动脉结扎法制作大鼠脑缺血再灌流模型,缺血40min后再灌60min。结果∶缺血... 目的∶通过观察大鼠在急性脑缺血再灌期间EEG主频率功率、功率谱及频率分配的变化,探讨脑缺血再灌流损伤过程中脑电变化的规律。方法∶采用改良四动脉结扎法制作大鼠脑缺血再灌流模型,缺血40min后再灌60min。结果∶缺血可致EEG总功率、主频率功率减小,δ和θ频段所占总功率比率减小而α和β频段比率增加。结论∶提示EEG各频段电活动的改变可作为脑缺血性疾病诊断中的重要参考指标之一。 展开更多
关键词 脑缺血 eeg 总功率 再灌注损伤 脑生物电
下载PDF
CNN与CSP相结合的脑电特征提取与识别方法研究 被引量:16
12
作者 孔祥浩 马琳 +1 位作者 薄洪健 李海峰 《信号处理》 CSCD 北大核心 2018年第2期164-173,共10页
本文针对脑机接口(BCI)应用中需要对脑电信号(EEG)快速精准的解析问题,提出了一种卷积神经网络(CNN)和共同空间模式(CSP)相结合的脑电特征提取与识别方法。在经过预处理的原始脑电信号基础上,通过CSP空间变换获得其特征矩阵。应用CNN对... 本文针对脑机接口(BCI)应用中需要对脑电信号(EEG)快速精准的解析问题,提出了一种卷积神经网络(CNN)和共同空间模式(CSP)相结合的脑电特征提取与识别方法。在经过预处理的原始脑电信号基础上,通过CSP空间变换获得其特征矩阵。应用CNN对特征矩阵进行学习,对收敛后的CNN网络全连接层的权值进行分析,根据网络学习特性定义CSP特征矩阵筛选准则,得到了低维高效的EEG特征集F,并在特征集F上构建CNN分类器。我们的工作在BCI2005Ⅳa竞赛数据集上进行了实验测试,获得了88.3%的识别准确率。本文方法与s CSP和KLCSP方法在相同的数据集上进行了测试,平均识别准确率分别提升了3.2%和2.4%。本研究综合了数据的时间、空间的特征信息,采用CNN网络学习特性进行特征二次优选与降维,为脑电的特征提取问题提供了一个新的思路。 展开更多
关键词 共同空间模式(CSP) 卷积神经网络(CNN) 脑电(eeg) 特征优选准则 脑机接口(BCI)
下载PDF
睡眠脑电时间序列的非线性样本熵研究 被引量:13
13
作者 葛家怡 周鹏 +2 位作者 赵欣 刘海婴 王明时 《电子器件》 CAS 2008年第3期972-975,共4页
比较了样本熵与近似熵算法的区别,通过对构造的一个由随机信号和确定性信号组成的混合系统进行分析可以看出在公差阈值小于0.2时,样本熵比近似熵更适合于时间序列信号的复杂度分析。然后,对采集的整夜睡眠脑电信号,用样本熵作为睡眠脑... 比较了样本熵与近似熵算法的区别,通过对构造的一个由随机信号和确定性信号组成的混合系统进行分析可以看出在公差阈值小于0.2时,样本熵比近似熵更适合于时间序列信号的复杂度分析。然后,对采集的整夜睡眠脑电信号,用样本熵作为睡眠脑电数据的特征值,分析了睡眠过程不同阶段的实验数据。结果表明,不同睡眠时期样本熵有差别,随睡眠深度的加深,样本熵值变小。因此,样本熵可以很好地区分不同睡眠时期并作为睡眠自动分期的一个重要的非线性特征参数。 展开更多
关键词 睡眠 近似熵 样本熵 脑电(eeg) 非线性
下载PDF
基于改进的卷积神经网络脑电信号情感识别 被引量:11
14
作者 田莉莉 邹俊忠 +2 位作者 张见 卫作臣 汪春梅 《计算机工程与应用》 CSCD 北大核心 2019年第22期99-105,共7页
针对传统机器学习需要人工构建特征及特征质量较低等问题,提出一种新颖的基于一维卷积神经网络(Convolutional Neural Network,CNN)的特征提取方法。采用编码思想,由卷积层和下采样层构成编码器网络提取脑电信号情感特征,随后与特征图... 针对传统机器学习需要人工构建特征及特征质量较低等问题,提出一种新颖的基于一维卷积神经网络(Convolutional Neural Network,CNN)的特征提取方法。采用编码思想,由卷积层和下采样层构成编码器网络提取脑电信号情感特征,随后与特征图一起输入Leaky ReLU激活函数。对于卷积预训练过程,使用交叉熵和正则化项双目标优化损失函数,之后采用随机森林分类器以获得情感分类标签。在国际公开数据集SEED上进行实验,达到94.7%的情感分类准确率,实验结果表明了该方法的有效性和鲁棒性。 展开更多
关键词 脑电信号(eeg) 特征提取 卷积神经网络(CNN) 随机森林 损失函数
下载PDF
脑电双频指数监测下盐酸右美托咪定预注在小儿无痛支气管镜诊疗中的价值研究 被引量:7
15
作者 朱伟伟 钱望月 +1 位作者 唐然 康立 《中国医学装备》 2022年第9期90-93,共4页
目的:探讨脑电双频指数(BIS)监测下盐酸右美托咪定(Dex)预注在小儿无痛纤维支气管镜诊疗中的价值。方法:选取医院收治的拟在内镜中心接受无痛支气管镜检查的100例患儿,将检查时预注Dex的患儿纳入Dex组,将未预注Dex的患儿纳入对照组,每... 目的:探讨脑电双频指数(BIS)监测下盐酸右美托咪定(Dex)预注在小儿无痛纤维支气管镜诊疗中的价值。方法:选取医院收治的拟在内镜中心接受无痛支气管镜检查的100例患儿,将检查时预注Dex的患儿纳入Dex组,将未预注Dex的患儿纳入对照组,每组50例。Dex组术前15 min给予Dex 0.75μg/kg静脉泵入,对照组给予等量生理盐水静脉泵入,两组患儿均使用丙泊酚、舒芬太尼诱导,置入喉罩辅助通气,术中吸入七氟烷维持麻醉。Dex组同时采用脑电双频谱指数(BIS)进行麻醉深度监测,BIS<60时开始手术,术中维持BIS范围40~60;对比两组患儿心率(HR)、平均动脉压(MAP)、血氧饱和度(SpO_(2))、pH值的变化,对比两组的手术操作时间、麻醉时间、苏醒时间、丙泊酚用量及相关不良反应发生率。结果:在通过声门时、检查结束后5 min,Dex组的HR、MAP测定值均低于对照组,差异具有统计学意义(t_(通过声门时)=-3.381,t=-3.943;t_(检查结束后5 min)=-2.652,t=-2.462;P<0.05);Dex组和对照组患儿检查前、通过声门时、检查结束时的OAA/S评分及操作时间比较,差异均无统计学意义;Dex组的麻醉时间、苏醒时间及丙泊酚用量均低于对照组,差异具有统计学意义(t=-2.468,t=-6.136,t=-3.889;P<0.05);Dex组的麻醉相关不良反应发生率低于对照组组,差异具有统计学意义(χ^(2)=5.263,P<0.05)。结论:小儿无痛支气管镜诊疗中应用BIS监测下Dex预注在维持患儿的血流动力学稳定,减少麻醉药物用量及降低麻醉相关不良反应发生率中具有良好效果。 展开更多
关键词 双频指数(BIS) 脑电(eeg) 右美托咪定(Dex) 纤维支气管镜
下载PDF
信息系统研究中脑电技术的应用:现状与展望 被引量:7
16
作者 金晓玲 于晓宇 +1 位作者 周中允 王刊良 《工业工程与管理》 CSSCI 北大核心 2019年第6期1-7,15,共8页
自2007年神经信息系统学被正式提出以来,认知神经科学在信息系统领域的应用受到了越来越多学者的关注。脑电技术作为新兴的认知神经工具,为信息系统研究提供了全新的方法论视角。现有综述文章基于常用的认知神经工具对神经信息系统学的... 自2007年神经信息系统学被正式提出以来,认知神经科学在信息系统领域的应用受到了越来越多学者的关注。脑电技术作为新兴的认知神经工具,为信息系统研究提供了全新的方法论视角。现有综述文章基于常用的认知神经工具对神经信息系统学的研究现状、研究范式进行总结,为了更深入地理解、使用脑电技术以及将其更好地应用于信息系统研究中,本研究系统梳理2008-2018年间神经信息系统学中的脑电研究,对神经信息系统学中四个主要的研究议题(在线环境下的从众行为、信息安全、情绪影响和沉浸体验)进行了总结。最后,本研究对脑电技术的应用前景提出了展望,并基于脑电技术自身的特点,提出了将脑电技术应用于信息系统行为科学和设计科学的一些前沿议题,并讨论了脑电技术的局限与应用注意事项。脑电技术的引入突破了现有测量方法的壁垒,使研究者可以从客观的生理、认知层面来诠释管理信息系统中人、组织与信息技术的关系,有效地促进了信息系统研究的发展。 展开更多
关键词 脑电图(eeg) 事件相关电位(ERP) 认知神经科学 神经信息系统学(NeuroIS)
原文传递
巅峰式神经反馈训练提升射击表现效果和无应答者特性分析
17
作者 龚安民 蔄辉杰 +3 位作者 宋晓鸥 周雅兰 南文雅 伏云发 《科学技术与工程》 北大核心 2024年第20期8454-8462,共9页
为探索神经反馈训练在提升射击表现方面的应用效果和训练过程中的无应答者特性,开展一项用于提升射击表现的神经反馈训练(neurofeedback training for sport performance,SP-NFT)实验研究,招募20名受试者,进行2周4次的“巅峰”范式SP-N... 为探索神经反馈训练在提升射击表现方面的应用效果和训练过程中的无应答者特性,开展一项用于提升射击表现的神经反馈训练(neurofeedback training for sport performance,SP-NFT)实验研究,招募20名受试者,进行2周4次的“巅峰”范式SP-NFT,采集受试者前、后测隐显目标射击表现和相关脑电(electroencephalograph,EEG)数据,检验SP-NFT对射击表现的提升效果、静息态EEG特征、SP-NFT期间正常组和无应答组EEG特性变化情况。结果表明:受试者后测射击成绩显著高于前测(P<0.01),静息态theta频带功率显著降低(P<0.01);相对正常受试者,无应答者在SP-NFT期间的努力程度更高,theta频段功率和SMR功率的变化程度更低,SP-NFT能够有效提升受试者射击表现,进一步揭示了无应答者的相关生理机制。研究成果为用于提升射击表现的SP-NFT技术进一步发展提供理论支撑和实验证据。 展开更多
关键词 神经反馈训练 射击表现 无应答者 脑电信号(eeg)
下载PDF
基于多尺度卷积核CNN的脑电情绪识别 被引量:6
18
作者 戴紫玉 马玉良 +3 位作者 高云园 佘青山 孟明 张建海 《传感技术学报》 CAS CSCD 北大核心 2021年第4期496-503,共8页
针对传统的人工特征选取需要耗费大量时间和精力的问题,本文在传统卷积神经网络(convolutional neural networks,CNN)模型的基础上,提出了一种基于多尺度卷积核CNN的特征提取与分类方法,并在脑电情绪识别分类上进行了验证。本文首先进... 针对传统的人工特征选取需要耗费大量时间和精力的问题,本文在传统卷积神经网络(convolutional neural networks,CNN)模型的基础上,提出了一种基于多尺度卷积核CNN的特征提取与分类方法,并在脑电情绪识别分类上进行了验证。本文首先进行了通道选择方面的研究,其次使用多尺度卷积核CNN模型对提取了微分熵(differential entropy feature,DE)特征的脑电数据进行情绪三分类实验,相比于传统的CNN模型,多尺度卷积核CNN模型在卷积层中采用多个尺度的卷积核,同时从高维度与低维度对脑电信号进行二次特征提取。实验结果表明,预处理数据在33通道的情绪分类平均准确率为89.72%,几乎接近全通道的平均准确率;多尺度卷积核CNN在微分熵特征上的情绪三分类取得了98.19%的平均分类准确率,实验结果证明了该模型的有效性和鲁棒性。 展开更多
关键词 脑电信号(eeg) 情绪识别 多尺度卷积核卷积神经网络 微分熵(DE)
下载PDF
基于GRNN的可穿戴式脑电仪EEG疲劳检测 被引量:4
19
作者 张兆瑞 赵群飞 张朋柱 《高技术通讯》 EI CAS 北大核心 2019年第3期266-273,共8页
针对单电极可穿戴式脑电仪的脑电波信号(EEG)的疲劳状态智能识别,进行了基于广义回归神经网络(GRNN)的疲劳状态检测的研究。首先,通过调查问卷调查用户主观疲劳量,结合疲劳检测手环实现EEG数据的疲劳等级标记以建立数据集;其次,采用数... 针对单电极可穿戴式脑电仪的脑电波信号(EEG)的疲劳状态智能识别,进行了基于广义回归神经网络(GRNN)的疲劳状态检测的研究。首先,通过调查问卷调查用户主观疲劳量,结合疲劳检测手环实现EEG数据的疲劳等级标记以建立数据集;其次,采用数据清洗等方式实现数据预处理并提取数据的时域特征、频域特征;运用主元分析进行特征降维;然后,建立GRNN疲劳识别模型并计算识别准确率;同时以支持向量机(SVM)方法作为对比实验检验模型效果;最后,以建立好的GRNN模型进行疲劳检测。研究发现,GRNN模型下EEG疲劳状态识别准确率最高为88.1%,相比SVM模型更高,对于EEG的疲劳状态的检测具有更好的稳定性和区分度。 展开更多
关键词 可穿戴式脑电仪(eeg) 疲劳检测 数据清洗 特征提取 广义回归神经网络 脑电波信号
下载PDF
基于带参考信号的ICA算法的脑电信号眨眼伪差的分离研究 被引量:3
20
作者 李婷 邱天爽 《中国生物医学工程学报》 CAS CSCD 北大核心 2006年第3期296-299,309,共5页
独立分量分析(ICA)是一种从混合信号中提取统计独立的分量的一种方法。本研究提出了一种基于带参考信号的ICA算法的脑电信号眨眼伪差的分离方法,可以得到纯净的脑电信号。这个方法的主要思路是:先选取一导眨眼伪差比较明显的数据,从中... 独立分量分析(ICA)是一种从混合信号中提取统计独立的分量的一种方法。本研究提出了一种基于带参考信号的ICA算法的脑电信号眨眼伪差的分离方法,可以得到纯净的脑电信号。这个方法的主要思路是:先选取一导眨眼伪差比较明显的数据,从中获得眨眼伪差的参考信号,再用ICA方法把眨眼伪差第一个提取出来,最后得到消除伪差后的EEG信号。详细讨论了使用带参考信号的ICA算法消除眨眼伪差的方法与步骤,并给出了应用于真实信号的实验结果。 展开更多
关键词 独立分量分析 脑电信号(eeg) 眨眼伪差分离 参考信号
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部