基于脑电样本熵的测谎分析

测谎分析在刑讯侦查和法律审判中具有重要意义.为了区分是否说谎,根据脑电信号的非线性特征,本文首次使用非线性动力学的样本熵方法分析30名受试者处于诚实和说谎两种状态时脑电信号的样本熵值.研究发现：受试者处于诚实状态时的熵值波动范围明显小于说谎状态下的波动范围,更重要的是说谎时的熵值显著高于说实话时的熵值,表明样本熵可以区分诚实和说谎两种不同状态下的脑电信号,该研究为基于脑电的测谎提供了一种新的途径.     

基于多尺度样本熵的时间序列复杂度研究

对于三维空间中时间序列的复杂度分析,多采用多尺度样本熵(MSE),针对MSE方法随着时间序列复杂度的增加样本熵估计的准确率下降的缺陷,提出采用多尺度样本熵模型。对提出的MSE模型进行实验验证分析,根据时间序列复杂程度的不同,分别采用复合多尺度样本熵(CMSE)以及改进复合多尺度样本熵(RCMSE)对时间序列进行研究分析,得出不同的仿真结果。证明对于时间序列的复杂度研究,采用MSE的方法能达到提高准确率的效果。     

近似熵、互近似熵的性质、快速算法及其在脑电与认知研究中的初步应用

本文从信号处理的角度介绍了近似嫡、互近似熵的概念、性质与应用,并给出了一种计算近似熵、互近似熵的实用快速算法．本文还通过实际算例说明了近似烟在表征信号的复杂性、互近似熵在表征信号的模式相似性方面的能力及其在脑电与认知研究中的初步应用。     

基于脑功能网络和样本熵的脑电信号特征提取

针对脑-机接口(BCI)研究中采用单一特征对运动想象脑电信号(EEG)识别率不高的问题,该文提出一种结合脑功能网络和样本熵的特征提取方法。根据事件相关同步/去同步(ERS/ERD)现象以及皮层与肢体运动想象间的对侧映射机制,选取小波包变换消噪重构后的\begin{document}$ \mu$\end{document}节律脑电信号,用左侧27个通道、右侧27个通道分别对左半球脑区和右半球脑区构建脑功能网络,计算网络的平均节点度和平均聚集系数作为运动想象的脑功能网络特征,并结合C3, C4通道节律的样本熵构筑分布性和指向性相结合的特征向量。选用支持向量机(SVM)对左右手运动想象脑电信号进行分类,结果表明基于脑功能网络和样本熵的特征提取方法能够实现更优的分类效果,分类准确率最高可达90.27%。     

Increased Arousal Levels and Decreased Sleep by Brain Music in Rats

More and more studies have been reported on whether music and other types of auditory stimulation would improve the quality of sleep. Many of these studies have found significant results, but others argue that music is not significantly better than the tones or control conditions in improving sleep. For further understanding the relationship between music and sleep or music and arousal, the present study therefore examines the effects of brain music on sleep and arousal by means of biofeedback. The music is from the transformation of rapid eye movement (REM) sleep electroencephalogram (EEG) of rats using an algorithm in the Chengdu Brain Music (CBM) system. When the brain music was played back to rats, EEG data were recorded to assess the efficacy of music to induce or improve sleep, or increase arousal levels by sleep staging, etc. Our results demonstrate that exposure to the brain music increases arousal levels and decreases sleep in rats, and the underlying mechanism of decreased non-rapid eye movement (NREM) and REM sleep may be different.     

Increased Arousal Levels and Decreased Sleep by Brain Music in Rats

More and more studies have been reported on whether music and other types of auditory stimulation would improve the quality of sleep. Many of these studies have found significant results, but others argue that music is not significantly better than the tones or control conditions in improving sleep. For further understanding the relationship between music and sleep or music and arousal, the present study therefore examines the effects of brain music on sleep and arousal by means of biofeedback. The music is from the transformation of rapid eye movement （REM） sleep electroencephalogram （EEG） of rats using an algorithm in the Chengdu Brain Music （CBM） system. When the brain music was played back to rats, EEG data were recorded to assess the efficacy of music to induce or improve sleep, or increase arousal levels by sleep staging, etc. Our results demonstrate that exposure to the brain music increases arousal levels and decreases sleep in rats, and the underlying mechanism of decreased non-rapid eye movement （NREM） and REM sleep may be different.     

基于头皮和表面肌电信号假手控制系统

提出了一种假手控制系统,该系统能够综合利用头皮和表面肌电信号的信息,实时地解码手部运动的速度、加速度和轨迹,从而实现对假手的灵活控制,且无需植入电极,便于维护。     

基于熵变分的图像放大模型

针对传统图像放大处理过程中出现的边缘模糊和噪声干扰问题,分析了Tikhonov正则化模型对带噪图像放大处理的缺陷.在最大后验估计(MAP)和熵理论基础上,提出了一种基于熵变分的带噪图像放大模型及其算法.该算法利用图像像素点梯度信息自适应的各向异性滤波处理,在较好的保持图像边缘锐度的同时有效地克服了图像噪声的影响,理论分析和实验结果皆表明此算法的有效性.     

二维最大熵和二维最小交叉熵结合的图像分割

二维最大熵法和二维最小交叉熵法是目前常用的两种阈值分割方法,但在某些时候因为两种方法获取的阈值过高或者过低,使得分割失效.针对此问题,提出了基于二维最大熵法和二维最小交叉熵法结合的图像分割方法.首先,对二维最小交叉熵公式进行转化;然后,利用多目标规划理论将这两种方法有机结合使得到的阈值既满足二维最大熵原则,又满足二维最...     

决策表中基于条件信息熵的近似约简

属性约简是粗糙集理论的重要研究内容,已有效应用于机器学习、数据挖掘等领域.基于条件信息熵的属性约简可有效推广代数观下的属性约简,但存在抗噪声弱且某些情况下冗余属性多的不足.为此,本文在引入决策表中基于条件信息熵的近似约简概念后,提出决策表中基于条件信息熵的近似约简算法,该算法可有效增强抗噪性,且可依据实际应用的需要有效地对冗余属性进行取舍.最后,本文侧重通过选择不同精度下的约简属性子集在Benchmark上进行了分类器的性能测试.     

基于排序熵算法的麻醉深度检测系统设计

为辅助医生在手术过程中对患者麻醉深度状态的判断,设计了一种基于排序熵算法的麻醉深度检测系统。该系统主要包含3个部分,前端脑电预处理电路、排序熵算法数据处理电路和人机交互软件。前端电路主要包括各类放大电路和滤波电路;排序熵算法数据处理是基于stm32单片机完成;人机交互软件主要用于对测试结果进行记录显示等工作,辅助医生对患者麻醉状况的判断。依据以上方案制作了检测系统,并在实验室环境下进行了测试,能完成相关数据检测。