首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   6篇
  完全免费   1篇
  机械仪表   7篇
  2019年   1篇
  2015年   1篇
  2012年   2篇
  2007年   1篇
  2006年   1篇
  2002年   1篇
排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
基于小波包分解的意识脑电特征提取   总被引:3,自引:1,他引:2  
针对2种不同意识任务(想象左手运动和想象右手运动)的脑-机接口(brain-computer interface,BCI)设计,提出了基于小波包分解的特征提取方法。首先深入研究了小波包变换,结合事件相关去同步化(event-related desynchronization,ERD)/事件相关同步化(event-related synchronization,ERS)现象,提出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方差和相对能量2种特征的提取,最后采用最简线性分类器进行分类。结果表明,2种特征对应的最大分类正确率均达到了85%,对应时间分别为4.34 s和4.39 s。因此,在保证分类正确率的前提下,所提方法更加简单和有效,为大脑意识任务分类提供了新思路。  相似文献
2.
小波相关分析在脑-计算机接口系统中的研究   总被引:1,自引:1,他引:0  
脑电信号本身很微弱、并伴有很强的背景噪声,但其中蕴藏着多种生理现象,有着非常重要的临床价值。针对特定思维诱发脑电信号的特点,提出一种确定其分布情况及提取其波形的方法。首先使用离散小波变换对诱发脑电信号进行多层分,解,然后使用小波奇异点理论和小波相关分布,准确地确定诱发脑电信号的分布情况,并根据分析的结果重构出诱发脑电波形。在实际的脑-计算机接口系统中,为确保系统的准确性提供了有利的保证。  相似文献
3.
睡眠的分级研究是睡眠状况分析和睡眠质量评价的前提和基本内容。目前国际通用的睡眠分级方法,是利用脑电信号另加脑功能信号(如肌电图、眼动电流图),且必须由人工判别分析。大脑皮层互信息理论是研究脑功能变化的有力工具。通过动脉计算睡眠脑电4个导联之间的互信息时间序列的复杂度,并利用一个3层的的人工神经网络进行6个级别的分类。6例720个不同时期的睡眠片段的测试表明,系统睡眠分级与人工分级的总相符率达到90.83%,且实现了睡眠动态自动分级。神经网络的学习功能,可使系统的准确率进一步提高,逐渐接近或达到人工分级的水平。与其他睡眠分级方法相比,本系统有一定优势,且计算速度快,可望应用于临床实时睡眠监护及睡眠分析中。  相似文献
4.
脑-机接口(Brain—computer interface,BCI)为人们提供了全新的与外界进行信息交流和控制的手段,具有非常重要的科学意义、学术价值和广阔的应用前景,是当今世界研究的热点。本文介绍了BCI的结构、类型和研究现状,分析了现有BCI系统存在的问题以及今后的发展方向。  相似文献
5.
This paper presents the application of an effective electroencephalogram (EEG) based brain-computer interface (BCI) for controlling a remote car in a practical environment.The BCI uses the motor imagin...  相似文献
6.
自动癫痫脑电检测对癫痫的诊断具有重要意义,可以减轻监测长期脑电的工作强度.本文提出和探讨一种基于梯度boosting的长程脑电癫痫检测的新机器学习算法.该算法提取长程脑电的相对波动指数作为特征,采用梯度boosting算法训练分类器来识别发作和正常脑电.最后采用平滑和“collar”技术作为后处理进一步提高检测准确率.利用弗莱堡21位病人的脑电数据对该癫痫检测算法进行评估,实验表明,该算法的平均灵敏度为94.6%,误检率为0.18/h.  相似文献
7.
针对伪迹干扰下脑机接口稳定性问题,以自由眨眼动作下稳态视觉诱发脑机接口的稳定性为切入点,进行了稳态视觉诱发脑电信号去眼电伪迹(electroculography,简称EOG)研究。提出了一种基于自适应神经模糊推理系统(adaptive neuro-fuzzy inferency system,简称ANFIS)的无眼电电极下脑电信号眼电伪迹的自适应消除方法并进行实验,验证该方法对自由眨眼动作下稳态视觉诱发脑机接口稳定性的提高。该伪迹消除方法通过自适应神经模糊推理系统逼近眼电信号源至眼电伪迹的非线性变换函数,达到消除脑电信号中眼电伪迹的目的。算法通过前额叶区脑电信号获得替代性眼电信号源,经延时处理后,输入自适应噪声消除器中以消除各通道脑电信号中的眼电伪迹。通过自由眨眼动作下稳态视觉刺激实验,对该伪迹消除方法中各参数及函数的选择进行了研究,并将该方法与经典滤波和传统独立成分分析(independent component analysis, 简称ICA)进行对比,证明了该方法在消除眼电伪迹的情况下保留了稳态视觉刺激的有效信息,识别正确率较经典滤波相比最高提高了6.25%,较传统ICA相比最高提高10%,保证了稳态视觉诱发脑机接口在自由眨眼动作下的稳定性。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号