基于近似熵与CSP的异步BCI空闲状态检测方法

针对异步脑机接口（BCI）中空闲状态难以检测的问题,提出将近似熵与公共空间模式（CSP）综合的方法来处理. 在采用二级分类策略的前提下,通过近似熵与CSP方法分别从时间复杂度和空间模式上提取不同类型的脑电特征,利用这些特征训练出不同的分类器,然后使用多分类器投票的方法将它们综合以提高判断空闲状态的正确率. 将本文的方法运用到BCI竞赛数据中,得到最终具体想象任务的命中率（TPR）普遍比通过阈值法得到的结果要高. 数据处理的结果说明了本文方法对空闲状态检测的有效性.     

基于事件关联电位脑机接口的电视遥控异步系统

本文设计了基于事件关联电位脑机接口的脑电信号预处理、特征提取、分类识别实时算法,开发了具有通讯功能的遥控器,实现了脑机接口电视遥控的异步系统.受试者可以用脑电波来遥控电视选择频道和调整音量,这为重症瘫痪病人拓展其与自然的直接交流开辟了新的通道.5位健康的受试者参与了训练实验和在线实验,实验结果表明经过特定的训练,受试者均可有效控制该脑机接口电视遥控系统,其统计平均准确率达87％,平均传输速率(ITR)达35 bits/min.     

基于自适应邻域相似关系的脑-机接口识别算法

针对脑-机接口(BCI)研究数据分布不确定问题,提出基于自适应邻域相似关系识别算法,以提取脑电信号中的运动相关电位(MRP)特征。采用映射后MRP模式的邻域相似关系,寻找最佳投影方向,使得映射后异类与同类的样本期望距离的比值最大。利用映射后的样本距离确定相似概率,避免在高维空间使用距离方程可能产生的不适应性。在随机生成数据和BCI竞赛公开数据应用中,该算法的识别效果优于线性判别分析算法和共空间模式算法。     

基于ECoG的运动想象脑-机接口分类方法

脑—机接口BCI(Brain-Computer Interface)技术是近年来国际上的研究热点之一,它通常利用脑电EEG(electroencephalo-gram)来实现无动作的人机交互,运动想象是其中一种重要的BCI实验范式。有关研究表明,脑皮层电位ECoG(electrocorticogram)具有更好的信噪比与频带特性。研究基于ECoG的运动想象BCI系统,针对ECoG信号的特点,改进了信号处理方法,提取数据的公共空间模式CSP(Common Spatial Pattern)特征,并利用支持向量机SVM(Support Vector Machines)进行分类器设计,提高了运动意向的识别正确率。用相应方法处理2005年脑-机接口竞赛中的一组实验数据,正确率达到92%,相比于当时参赛时所用的方法提高了6%。实验还发现,支持向量机在克服"维数灾难"和"过拟合"方面具有更好的鲁棒性。     

脑—机接口研究中想象动作提取的新方法

想象动作提取是脑—机接口（BCI）技术的关键和难点之一．本文采用连续小波变换结合贝叶斯神经网络组成新的分类方法，利用想象动作思维引起的事件相关去同步（ERD）现象进行特征脑电信息检测与模式识别．研究表明，该方法较常用的线性分类器具有更高的识别准确率和较强的抗干扰能力及较快的识别速度，基本可以满足实时BCI系统模式识别的需求．     

基于脑机接口的疲劳检测综述

本文从基于脑机接口的疲劳检测的研究意义出发,阐述研究现状,分析发展趋势,并对应用前景进行展望.     

基于单通道脑机接口的小车控制系统设计

设计并实现了基于便携式单通道脑机接口的小车控制系统。该系统利用TGAM1_R2.4A模块采集人脑前额FP1处的脑电信号,通过蓝牙模块将信号传送至STM32控制单元。系统使用人脑专注度控制小车速度,利用眨眼信号结合方向指示灯控制小车运动方向。测试结果表明,该系统控制小车的速度和方向具有反应灵敏、稳定性较高的特点,该技术可以推广至对电动轮椅的控制。     

基于传感器技术的实时脑-机接口设计

设计了一种基于传感器技术的脑-机接口(BCI)系统,实现了实时控制光标移动,系统包括传感器部分和信号处理部分.系统通过采集操作者头部O1,O2导联处的脑电信号,提取其α波,利用Fisher 判别分析方法判断受试者闭眼时长输出不同控制命令,快速可靠地控制光标进行二维移动.实验表明:未经先期训练的操作者均能通过本系统快速地完成光标控制任务,且具有很高的识别正确率.该系统采用异步工作模式,输出控制命令仅需3.6～5.4s,具有较好的实用性.     

基于虚拟仪器LabVIEW的脑—机接口系统

给出了基于瞬态视觉诱发电位的脑-机接口系统在LabVIEW环境下的实现方案。该方案的关键部分是视觉刺激器的设计和脑电信号的提取两部分。不同的刺激模块代表了多种可能的选择,受试者注视屏幕上其中一个目标,分析诱发电位可判别试者所注视的目标。采用累加平均和滤波的方法提高信噪比,用于提取微弱的脑电信号。该方案能有效地诱发出可识别的具有特征性的视觉诱发电位,并且通过离线的信号处理能够提取出所诱发的视觉诱发电位。     

脑-机接口用微传感器设计与制造方法研究

神经微传感器是脑-机接口系统中的关键器件,通过对神经组织多个区域进行生物电信号记录和施加电刺激,探索神经系统顽疾的治疗方法。建立了神经微传感器与神经组织相互作用的电路模型;从生理、物理、工程等角度出发,设计了微传感器的机械结构,并确定了探针臂的几何参数;将两片二维电极插接在支撑基板上,并安装隔板加以固定,从而组装成三维结构,能在创伤度最小的情况下实现稳定、可靠的三维测点定位。单通道动作电位检测实验证明：此神经微传感器具有良好的神经信号提取能力。     

脑-机接口中基于相似关系的MRPs双滤波特征提取算法

针对基于EEG的脑-机接口(BCI)实验数据分布不明朗的特点,双滤波模式(DFP)算法利用样本模式相似性来优化BCI的分类特征——运动相关电位(MPPs) 特征的空间(即电极位置)和时间投影方向,使得映射后异类样本模式差异性与同类相似性的比值最大化。该算法考虑MRPs特征对时间、空间的敏感性,并以自适应的方式挖掘它们适合分类的信息;优化时不需要进行样本数据分布假设,符合BCI数据特点。最后,DFP算法对BCI competition I、II两组数据进行实验,识别效果均高于相关比赛的最好成绩,这表明DFP算法能有效提取MRPs特征。     

基于改进CSP算法的运动想象脑电信号分类方法

For the problem of low classification accuracy and poor real-time performance during the traditional common spatial patterns (CSP) algorithm for motor imagery EEG signal processing, a new analysis method of CSP EEG signal based on time space frequency domain is put forward. Firstly, the wavelet packet is used to decompose the original signal of EEG, the motor imagery EEG rhythm is extracted according to the frequency distribution of EEG signal, and the spatial features of EEG are extracted by improving CSP algorithm. Then, we introduce the time window to filter the EEG signals, and eliminate the influence of EEG fluctuation at the beginning and end of the motion imagery. Lastly, according to the characteristics of the physiological distribution of EEG signals in the brain cortex, the method based on spindle channel is used to process the EEG signal and analyze computational time of different algorithms and the classification results. The experimental results show that, the running time of the algorithm is 1.562 s, which is 67% shorter than the traditional method, and the average classification accuracy is up to 97.5% when the number of spindle channels is 29 and the time window is 2 s. In the meantime, the results show that the proposed method can effectively improve the classification accuracy and the real-time performance of motor imagery EEG.     

一种新的核磁共振图像偏场估计和分割算法研究*

在数字医学图像处理中,对于核磁共振图像而言,灰度不均匀性将严重影响算法的性能,因此必须进行偏场的估计以消除这种不均匀性。为此,提出了一种可以同时实现核磁共振图像偏场估计和图像分割的算法。使用最小均方误差准则构建目标函数,利用偏场的光滑特性和局部特性构建约束项来加速算法的收敛速度并提高算法的性能。实验结果表明,该算法能够正确地进行图像分割和偏场校正,同时约束项能够加快算法的收敛速度和提高算法的性能。     

Computer-aided detection and classification of microcalcifications in mammograms: a survey

Breast cancer continues to be a significant public health problem in the world. Approximately, 182,000 new cases of breast cancer are diagnosed and 46,000 women die of breast cancer each year in the United States. Even more disturbing is the fact that one out of eight women in US will develop breast cancer at some point during her lifetime. Primary prevention seems impossible since the causes of this disease still remain unknown. Early detection is the key to improving breast cancer prognosis. Mammography is one of the reliable methods for early detection of breast carcinomas. There are some limitations of human observers, and it is difficult for radiologists to provide both accurate and uniform evaluation for the enormous number of mammograms generated in widespread screening. The presence of microcalcification clusters (MCCs) is an important sign for the detection of early breast carcinoma. An early sign of 30–50% of breast cancer detected mammographically is the appearance of clusters of fine, granular microcalcification, and 60–80% of breast carcinomas reveal MCCs upon histological examinations. The high correlation between the appearance of the microcalcification clusters and the diseases show that the CAD (computer aided diagnosis) systems for automated detection/classification of MCCs will be very useful and helpful for breast cancer control. In this survey paper, we summarize and compare the methods used in various stages of the computer-aided detection systems (CAD). In particular, the enhancement and segmentation algorithms, mammographic features, classifiers and their performances are studied and compared. Remaining challenges and future research directions are also discussed.     

A new recurslve method for the analysis of linear time invariant dynamic systems via double-term triangular functions （DTTF） in state space environment

This paper presents a new recursive method for system analysis via double-term triangular functions (DTTF) in state space environment. The proposed method uses orthogonal triangular function sets and proves to be more accurate as compared to single term Walsh series (STWS) method with respect to mean integral square error (MISE). This has been established theoretically and comparison of error with respect to MISE is presented for clarity. A numerical example is treated to establish the proposed method. Relevant curves for the solutions of states of the dynamic system are also presented with plots of percentage error for DTTF-based analysis.