期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于EEG握力变化及想象单次识别研究
被引量:
3
1
作者
陈睿
伏云发
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2020年第2期159-166,共8页
目前基于运动想象(Motor Imagery,MI)的脑-机接口(Brain-Computer Interface,BCI)可提供的指令数相对较少,为增加新的控制参数,基于脑电(Electroencephalogram,EEG)研究握力变化及想象的单次识别.招募20名被试者参与实验,要求被试者用...
目前基于运动想象(Motor Imagery,MI)的脑-机接口(Brain-Computer Interface,BCI)可提供的指令数相对较少,为增加新的控制参数,基于脑电(Electroencephalogram,EEG)研究握力变化及想象的单次识别.招募20名被试者参与实验,要求被试者用右手执行三种不同握力大小(4 kg,10 kg,16 kg)的实际或想象任务,对任务期间覆盖运动区的九个通道的EEG数据进行分析,采用共同空间模式(Common Spatial Pattern,CSP)提取特征,然后利用极限学习机(Extreme Learning Machine,ELM)和支持向量机(Support Vector Machine,SVM)进行单次识别. ELM对三类握力变化及想象的平均单次识别准确率分别为82. 3%±2. 1%和80%±1%,SVM对三类握力变化及其想象的平均单次识别准确率分别为86. 3%±5. 5%和83. 7%±3. 8%.实验结果表明,ELM和SVM能有效地识别三种不同握力大小的实际或想象任务,而SVM的分类结果更好,可望为MI-BCI增加新的控制参数提供新思路.
展开更多
关键词
脑-机接口
脑电
握力变化想象
极限学习机
单次识别
下载PDF
职称材料
脑-机接口中错误相关电位的解码算法研究
被引量:
3
2
作者
孙劲松
钟子平
+3 位作者
肖晓琳
孟佳圆
许敏鹏
明东
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2021年第3期463-472,共10页
基于错误相关电位(ErrP)的错误自检测有助于改善脑-机接口系统的实用性。但单试次ErrP信号的准确识别仍是阻碍这一技术发展的难题。为了衡量不同算法解码ErrP信号的能力,本文使用两个不同的公开数据集,对研究与相关应用中常见的4种线性...
基于错误相关电位(ErrP)的错误自检测有助于改善脑-机接口系统的实用性。但单试次ErrP信号的准确识别仍是阻碍这一技术发展的难题。为了衡量不同算法解码ErrP信号的能力,本文使用两个不同的公开数据集,对研究与相关应用中常见的4种线性判别分析算法、2种支持向量机、逻辑回归以及判别典型模式匹配(DCPM)共8个算法展开对比。文中主要分析了算法的分类正确率和算法性能随训练集样本数量的变化情况。实验结果表明DCPM具有最佳的综合性能。本研究揭示了各算法性能与训练样本数目和ErrP试验范式间的相互影响,为研究与实际应用中ErrP解码算法的选择提供参考。
展开更多
关键词
脑-机接口
错误相关电位
模式识别
单试次检测
原文传递
错误相关负电位单次检测技术研究
3
作者
张锐
逯鹏
+2 位作者
牛新
刘素杰
胡玉霞
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2018年第4期606-612,共7页
当个体在感知发生错误时,会在头皮额中央区产生错误相关负电位(ERN)。ERN信噪比低、个体差异大,单次检测ERN比较困难。本文采用ERN大脑活动模式图和离线识别正确率的方法优选脑电信号通道,进一步基于ERN离线识别正确率对时间段进行优选...
当个体在感知发生错误时,会在头皮额中央区产生错误相关负电位(ERN)。ERN信噪比低、个体差异大,单次检测ERN比较困难。本文采用ERN大脑活动模式图和离线识别正确率的方法优选脑电信号通道,进一步基于ERN离线识别正确率对时间段进行优选,然后基于小波变换对ERN的低频时域特征与高频时—频域特征进行了分析,在此基础上提出了ERN的单次检测算法。最后,通过使用优选出的6个通道反馈刺激后200~600 ms的脑电数据,提取0~3.9 Hz频段的降采样点特征和3.9~15.6 Hz频段的能量、方差特征,对ERN和非ERN进行单次识别,在10名受试者中实现了72.0%±9.6%的识别正确率。本文的研究结果有助于错误指令实时纠正技术在脑—机接口在线系统中的应用。
展开更多
关键词
错误相关负电位
脑—机接口
小波变换
时频域特征
单次检测
原文传递
题名
基于EEG握力变化及想象单次识别研究
被引量:
3
1
作者
陈睿
伏云发
机构
昆明理工大学信息工程与自动化学院
出处
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2020年第2期159-166,共8页
基金
国家自然科学基金(81470084,81771926,61763022,61463024)。
文摘
目前基于运动想象(Motor Imagery,MI)的脑-机接口(Brain-Computer Interface,BCI)可提供的指令数相对较少,为增加新的控制参数,基于脑电(Electroencephalogram,EEG)研究握力变化及想象的单次识别.招募20名被试者参与实验,要求被试者用右手执行三种不同握力大小(4 kg,10 kg,16 kg)的实际或想象任务,对任务期间覆盖运动区的九个通道的EEG数据进行分析,采用共同空间模式(Common Spatial Pattern,CSP)提取特征,然后利用极限学习机(Extreme Learning Machine,ELM)和支持向量机(Support Vector Machine,SVM)进行单次识别. ELM对三类握力变化及想象的平均单次识别准确率分别为82. 3%±2. 1%和80%±1%,SVM对三类握力变化及其想象的平均单次识别准确率分别为86. 3%±5. 5%和83. 7%±3. 8%.实验结果表明,ELM和SVM能有效地识别三种不同握力大小的实际或想象任务,而SVM的分类结果更好,可望为MI-BCI增加新的控制参数提供新思路.
关键词
脑-机接口
脑电
握力变化想象
极限学习机
单次识别
Keywords
Brain-Computer
Interface(BCI)
Electroencephalogram(EEG)
actual/imagined
force
change
of
hand
clenching
Extreme
Learning
Machines(ELM)
single
-
trial
recognition
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
脑-机接口中错误相关电位的解码算法研究
被引量:
3
2
作者
孙劲松
钟子平
肖晓琳
孟佳圆
许敏鹏
明东
机构
天津大学医学工程与转化医学研究院
天津大学精密仪器与光电子工程学院
加州大学斯沃茨计算科学中心
出处
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2021年第3期463-472,共10页
基金
国家自然科学基金(61976152,81601565,81630051)
第四届中国科协青年人才托举工程(2018QNRC001)
天津市科技重大专项与工程(17ZXRGGX00020)。
文摘
基于错误相关电位(ErrP)的错误自检测有助于改善脑-机接口系统的实用性。但单试次ErrP信号的准确识别仍是阻碍这一技术发展的难题。为了衡量不同算法解码ErrP信号的能力,本文使用两个不同的公开数据集,对研究与相关应用中常见的4种线性判别分析算法、2种支持向量机、逻辑回归以及判别典型模式匹配(DCPM)共8个算法展开对比。文中主要分析了算法的分类正确率和算法性能随训练集样本数量的变化情况。实验结果表明DCPM具有最佳的综合性能。本研究揭示了各算法性能与训练样本数目和ErrP试验范式间的相互影响,为研究与实际应用中ErrP解码算法的选择提供参考。
关键词
脑-机接口
错误相关电位
模式识别
单试次检测
Keywords
brain-computer
interface
error-related
potentials
pattern
recognition
single
trial
recognition
分类号
R318 [医药卫生—生物医学工程]
原文传递
题名
错误相关负电位单次检测技术研究
3
作者
张锐
逯鹏
牛新
刘素杰
胡玉霞
机构
郑州大学电气工程学院
出处
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2018年第4期606-612,共7页
基金
国家自然科学基金资助项目(61603344)
河南省教育厅重点项目(16A120008)
+2 种基金
河南省科技攻关项目(172102310393)
河南省高校科技创新团队支持计划(17IRTSTHN013)
河南省高校重点支持项目基金资助(18A520011)
文摘
当个体在感知发生错误时,会在头皮额中央区产生错误相关负电位(ERN)。ERN信噪比低、个体差异大,单次检测ERN比较困难。本文采用ERN大脑活动模式图和离线识别正确率的方法优选脑电信号通道,进一步基于ERN离线识别正确率对时间段进行优选,然后基于小波变换对ERN的低频时域特征与高频时—频域特征进行了分析,在此基础上提出了ERN的单次检测算法。最后,通过使用优选出的6个通道反馈刺激后200~600 ms的脑电数据,提取0~3.9 Hz频段的降采样点特征和3.9~15.6 Hz频段的能量、方差特征,对ERN和非ERN进行单次识别,在10名受试者中实现了72.0%±9.6%的识别正确率。本文的研究结果有助于错误指令实时纠正技术在脑—机接口在线系统中的应用。
关键词
错误相关负电位
脑—机接口
小波变换
时频域特征
单次检测
Keywords
error
related
negativity
brain-computer
interface
wavelet
transform
time-frequency
domainfeatures
single
trial
recognition
分类号
R318 [医药卫生—生物医学工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于EEG握力变化及想象单次识别研究
陈睿
伏云发
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2020
3
下载PDF
职称材料
2
脑-机接口中错误相关电位的解码算法研究
孙劲松
钟子平
肖晓琳
孟佳圆
许敏鹏
明东
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2021
3
原文传递
3
错误相关负电位单次检测技术研究
张锐
逯鹏
牛新
刘素杰
胡玉霞
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2018
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部