基于双服务器联邦学习的运动想象脑电解码

1

作者 吴健民 张圆 乔晓艳 《测试技术学报》 2025年第5期581-591,598,共12页

针对脑电数据不足和数据异构导致运动想象解码性能下降,提出一种融合双服务器结构和多头注意力机制的联邦学习模型,实现异构脑电数据的运动想象多任务识别。通过欧几里得对齐,减少客户端数据分布差异。设计双服务器架构解决数据异构,服... 针对脑电数据不足和数据异构导致运动想象解码性能下降,提出一种融合双服务器结构和多头注意力机制的联邦学习模型,实现异构脑电数据的运动想象多任务识别。通过欧几里得对齐,减少客户端数据分布差异。设计双服务器架构解决数据异构,服务器一选择并共享本地模型的最佳特征,将其作为全局共享资源改进客户端更新策略,解决客户端漂移问题;服务器二聚合本地模型参数,并进行全局参数微调训练,增强模型适应不同场景脑电数据异构的能力,提高全局模型的通用性。利用Transfomer多头自注意力,提高运动想象脑电的特征表示和模型学习能力。在BCI IV 2a脑机接口竞赛数据集上,该模型与联邦学习基准模型相比,脑电解码平均准确率提升了21.05百分点,Kappa值提升了0.283。在两个脑电数据集进行不同用户、不同环境和设备的跨数据集测试,脑电解码分别获得了71.13%和86.63%的平均准确率以及0.615和0.822的Kappa系数。结果表明:该模型在多用户、多设备且数据高度异构的场景下,运动想象脑电识别能够获得较好的性能,具有较强的泛化性。 展开更多

关键词 运动想象脑电 数据异构 联邦学习 双服务器架构 多头自注意力

在线阅读 下载PDF 职称材料

基于数据空间自适应与共空间模式的脑电情感分类 被引量：5

2

作者 陈景霞 郑茹 +1 位作者 张鹏伟 贾小云 《计算机工程》 CAS CSCD 北大核心 2019年第4期296-301,共6页

为缓解日间脑电信号波动和差异导致情感分类性能下降的问题,在数据空间自适应(DSA)与共空间模式(CSP)迭代的基础上,提出一种用于脑电情感分类的特征提取算法。针对12个受试者连续5 d的情感脑电信号,采用DSA算法对脑电信号进行空间线性变... 为缓解日间脑电信号波动和差异导致情感分类性能下降的问题,在数据空间自适应(DSA)与共空间模式(CSP)迭代的基础上,提出一种用于脑电情感分类的特征提取算法。针对12个受试者连续5 d的情感脑电信号,采用DSA算法对脑电信号进行空间线性变换,再使用CSP将脑电信号变换到最优子空间,提取日间差异最小且类间差异最大的脑电功率谱密度特征及微分偏侧与差异因果特征。实验结果表明,该算法能提高脑电信号情感分类的准确率和稳定性。 展开更多

关键词 脑电 数据空间自适应 共空间模式 迭代 情感分类

在线阅读 下载PDF 职称材料

用于脑电数据增强和情绪识别的自注意力GAN 被引量：9

3

作者 陈景霞 唐喆喆 +2 位作者 林文涛 胡凯蕾 谢佳 《计算机工程与应用》 CSCD 北大核心 2023年第5期160-168,共9页

针对脑电信号(electroencephalogram,EEG)情绪识别中数据稀缺及由此导致的情感分类精度不高的问题,提出了一个引入自注意力机制的条件Wasserstein生成对抗网络(SA-cWGAN),通过自注意力模块从训练数据学习长时上下文相关的全局特征,采用W... 针对脑电信号(electroencephalogram,EEG)情绪识别中数据稀缺及由此导致的情感分类精度不高的问题,提出了一个引入自注意力机制的条件Wasserstein生成对抗网络(SA-cWGAN),通过自注意力模块从训练数据学习长时上下文相关的全局特征,采用Wasserstein距离和梯度惩罚的Lipschitz约束对网络的损失函数进行优化,进而生成高质量的EEG数据对原有训练集进行增强。所提方法分别在DEAP和SEED数据集上进行了大量的二分类和三分类对比实验,生成了与EEG训练数据分布接近的微分熵(DE)和功率谱密度(PSD)特征,以此来增强EEG训练数据集,采用SVM分类器对增强后的EEG特征进行情绪分类。实验结果表明,在DEAP数据集上的唤醒度和效价维度下,增强后的DE、PSD特征较原有DE、PSD特征二分类准确率分别提高了16.63、17.55个百分点和6.48、8.34个百分点;在SEED数据集下,三分类准确率分别提高了4.64、5.18个百分点,证明所提方法生成的特征具有良好的鲁棒性,也表明通过对GAN网络引入自注意力机制生成的特征增强原有训练数据集能够有效提高EEG情绪识别的准确率和稳定性。 展开更多

关键词 脑电信号(EEG) 情绪识别 数据增强 生成对抗网络(GAN) 自注意力 条件Wasserstein

在线阅读 下载PDF 职称材料

数字水印技术在脑电信号数据压缩中的应用

4

作者 刘建平 于晓琳 +1 位作者 张崇 郑崇勋 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2005年第4期860-863,共4页

首先对数字水印技术和脑电信号的数据压缩进行了介绍,然后就数字水印技术用于解决脑电信号数据压缩过程中的完整性和真实性检测问题进行了探讨。最后总结了国内外研究情况,并对脑电信号数据压缩方法进行了展望。

关键词 数字水印 脑电图 数据压缩 脑电信号 国内外研究 压缩方法 完整性

暂未订购

应急场景下矿工脑电成分特征的实验研究

5

作者 袁晓芳 李玲 周垚 《中国安全生产科学技术》 CAS CSCD 北大核心 2022年第3期137-142,共6页

为探究矿工在应急场景下的脑电成分变化规律,研究通过脑电实验的方法对矿工在观看应急与正常作业场景下文字与图片素材的脑电数据进行分析。结果表明:矿工在实验素材的靶刺激下,ERP成分明显,且图片刺激效果强于文字,在200~400 ms时,P200... 为探究矿工在应急场景下的脑电成分变化规律,研究通过脑电实验的方法对矿工在观看应急与正常作业场景下文字与图片素材的脑电数据进行分析。结果表明:矿工在实验素材的靶刺激下,ERP成分明显,且图片刺激效果强于文字,在200~400 ms时,P200,P300成分峰值最大;矿工大脑α节律不断下降,β节律不断上升,且β节律波幅面积值总是大于α节律。研究结果能够为矿工应急能力的评估与培养、煤矿企业的安全培训提供科学依据与建议。 展开更多

关键词 应急场景 脑电数据 靶刺激 节律

在线阅读 下载PDF 职称材料

一种多特征提取的脑电情感识别方法

6

作者 贾小云 郑茹 陈景霞 《陕西科技大学学报》 CAS 2018年第5期152-158,共7页

针对如何有效地缩小不同受试者脑电信号之间的波动和差异,提高分类精度的问题,提出一种多特征提取算法用于脑电情感识别.首先,采用数据空间自适应算法对脑电信号数据进行空间线性变换,使目标空间与源空间之间的差异最小化.再采用共空间... 针对如何有效地缩小不同受试者脑电信号之间的波动和差异,提高分类精度的问题,提出一种多特征提取算法用于脑电情感识别.首先,采用数据空间自适应算法对脑电信号数据进行空间线性变换,使目标空间与源空间之间的差异最小化.再采用共空间模式将数据空间自适应变换后的信号变换到一个最优子空间,使两类之间的方差差异最大,将共空间模式处理后的数据作为数据空间自适应算法的输入数据,反复迭代多次.然后提取功率谱能量特征和小波包能量特征,最后采用Bagging tree、SVM、线性判别分析和贝叶斯线性判别分析进行情感分类.实验结果表明,所提算法相比于主成分分析算法在分类精度上提高了0.151 4;相比于只进行DSA-CSP迭代和提取小波包能量,在分类精度上提高了0.103 4;相比于只进行DSA-CSP迭代和提取功率谱密度,在分类精度提高了0.095 8,所提算法有效缩小了不同受试者脑电信号的波动和差异,提高了分类精度. 展开更多

关键词 脑电波 数字空间自适应 共空间模式 迭代

在线阅读 下载PDF 职称材料

运动想象功率谱信号的模糊融合研究

7

作者 徐鲁强 肖光灿 《计算机工程》 CAS CSCD 北大核心 2015年第6期306-309,315,共5页

在由容积传导采集的脑电数据中,可用于识别的信号非常模糊。为此,对三通道采集的运动想象脑电数据进行分析,融合多个识别结果以提高识别效果。预处理三通道采集的脑电数据,分别计算每个通道的功率谱,提取运动想象相关的功率谱值作为特征... 在由容积传导采集的脑电数据中,可用于识别的信号非常模糊。为此,对三通道采集的运动想象脑电数据进行分析,融合多个识别结果以提高识别效果。预处理三通道采集的脑电数据,分别计算每个通道的功率谱,提取运动想象相关的功率谱值作为特征值,应用线性识别方法及Choquet模糊积分对得到的多个结果进行融合。使用2003年国际BCI竞赛数据和实验室测得的数据验证融合效果,结果显示融合后的识别准确率明显高于单一识别器。 展开更多

关键词 脑电数据 信息融合 线性识别分析 CHOQUET模糊积分 功率谱 运动想象

在线阅读 下载PDF 职称材料

基于多模态数据的在线学习认知风格智能识别 被引量：5

8

作者 薛耀锋 陈瞻 +1 位作者 邱奕盛 朱芳清 《开放教育研究》 CSSCI 北大核心 2024年第5期112-120,共9页

在人工智能技术迅速发展的背景下,多模态数据分析在教育领域的重要性日益凸显。本研究通过提取学习者在线学习中产生的脑电数据、表情数据和眼动数据等,构建了基于多模态数据的认知风格智能识别框架,并运用六种机器学习模型验证其有效... 在人工智能技术迅速发展的背景下,多模态数据分析在教育领域的重要性日益凸显。本研究通过提取学习者在线学习中产生的脑电数据、表情数据和眼动数据等,构建了基于多模态数据的认知风格智能识别框架,并运用六种机器学习模型验证其有效性。研究结果显示,四种机器学习模型的识别准确率超过80%,且最佳模型的准确率达89.17%,F1分数达0.9241。此外,与基于单模态数据的模型相比,基于多模态数据的认知风格模型识别表现更佳。这表明,多模态数据融合策略具有优越性,有助于加强在线学习平台的适应性和个性化。 展开更多

关键词 多模态数据 在线学习 认知风格 脑电信号 面部表情 眼动追踪

在线阅读 下载PDF 职称材料

认识基于数据驱动的工业过程控制 被引量：8

9

作者 王宏 《控制工程》 CSCD 北大核心 2013年第2期197-200,共4页

由于复杂工业系统多数难以建模,基于数据驱动的控制与优化近年来受到广泛关注。实际上,基于数据的控制研究已有一段时间,关于基于数据的控制发展方面的较全面综述可参考[1]。此外,某期刊集中刊登了关于基于数据的控制、调度、优化、故... 由于复杂工业系统多数难以建模,基于数据驱动的控制与优化近年来受到广泛关注。实际上,基于数据的控制研究已有一段时间,关于基于数据的控制发展方面的较全面综述可参考[1]。此外,某期刊集中刊登了关于基于数据的控制、调度、优化、故障诊断和容错控制方面的专辑。在这篇通讯中,仅就所了解的几个方面,结合研究介绍对这一方向认识及可能的发展,如随机分布控制,基于数据的运行控制,(max,+)代数,脑电信息与过程数据的融合问题等,不到之处敬请谅解与更正。 展开更多

关键词 复杂工业系统 数据驱动控制 随机分布控制 (max +)代数 脑电信息分析

原文传递

EMD及其在脑电分析中的应用研究

10

作者 周百新 梁忠诚 +2 位作者 赵阳 王蔚 赵新红 《南京师范大学学报（工程技术版）》 CAS 2007年第1期8-13,共6页

基于经验模态分解(EMD)的数据分析方法,是一种针对非线性、非平稳信号处理的新方法.使用EMD法可以将任意复杂的数据信号分解为多个有限的、数据量较小的“本征模函数”(IMF).这些本征模函数很适合求其Hilbert变换.信号的局部能量和瞬时... 基于经验模态分解(EMD)的数据分析方法,是一种针对非线性、非平稳信号处理的新方法.使用EMD法可以将任意复杂的数据信号分解为多个有限的、数据量较小的“本征模函数”(IMF).这些本征模函数很适合求其Hilbert变换.信号的局部能量和瞬时频率都可以从其本征模函数中推导出来.这个完整的能量-频率-时间关系称为Hilbert谱,它是一种分析非线性、非平稳信号的理想方法.介绍了EMD法的原理和实现过程,给出了多个实例的本征模函数和Hilbert谱.并展示了它在非稳态信号处理中的特性.同时,还探索将这种基于EMD的分析方法应用于脑电信号的分析中,并给出了脑电信号的部分本征模函数(IMF)分量及Hilbert振幅和频谱图.试图用一种新的方法分析复杂的非平稳脑电信号. 展开更多

关键词 经验模态分析(EMD) 脑电信号 非平稳信号 本征模函数(IMF) 希尔伯特谱

在线阅读 下载PDF 职称材料

基于深度学习的头皮脑电信息解码研究进展 被引量：2

11

作者 刘政 何峰 +2 位作者 汤佳贝 万柏坤 明东 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第2期215-228,共14页

头皮脑电(EEG)拥有毫秒级时间分辨力,可实时获取大脑意念认知、思维决策的神经电生理信息。EEG已广泛用于脑成像研究,并成为21世纪神经科学与工程研究开发的重要工具之一。但受颅内组织容积导电效应的影响,使其信噪比与空间分辨率较差,... 头皮脑电(EEG)拥有毫秒级时间分辨力,可实时获取大脑意念认知、思维决策的神经电生理信息。EEG已广泛用于脑成像研究,并成为21世纪神经科学与工程研究开发的重要工具之一。但受颅内组织容积导电效应的影响,使其信噪比与空间分辨率较差,信息解码严重受阻。随着本世纪深度学习(DL)的快速兴起与深入发展,研究者开始尝试将深度学习与脑科学研究相结合,探究深度学习应用于脑电数据处理的新方法,并已取得瞩目的阶段性成果,但采用现有方法进行EEG信息解码仍面临诸多急需解决的难题。结合近些年深度学习在EEG数据处理领域的研究和应用,综合论述目前主流DNN模型结构在EEG信息解码领域的研究现状及进展成果,分析归纳其潜力优势与瓶颈难题及未来趋势,以促进深度学习解码脑电信息的研究更深入有效发展。 展开更多

关键词 深度学习 头皮脑电 数据处理 神经网络 信息解码

暂未订购

脑电数据的高阶多项式拟合压缩方法 被引量：2

12

作者 石丽英 王友云 《航天医学与医学工程》 CAS CSCD 1995年第4期268-272,共5页

本文提出了一种用高阶多项式拟合压缩脑电数据的方法.此方法采用离散勒让德正交多项式对脑电波形进行拟合,对采样率不敏感,重建波形光滑,作为原始数据代表的多项式系数可以用作模式识别的特征量.仿真实验和对实际脑电信号数据的压缩均... 本文提出了一种用高阶多项式拟合压缩脑电数据的方法.此方法采用离散勒让德正交多项式对脑电波形进行拟合,对采样率不敏感,重建波形光滑,作为原始数据代表的多项式系数可以用作模式识别的特征量.仿真实验和对实际脑电信号数据的压缩均证明了此方法的可行性. 展开更多

关键词 脑电图 数据处理 数据压缩 多项逼近

暂未订购

面向运动想象脑电图识别的镜卷积神经网络 被引量：2

13

作者 罗靖 王耀杰 +3 位作者 刘光明 王晓帆 鲁晓锋 黑新宏 《中国图象图形学报》 CSCD 北大核心 2021年第9期2257-2269,共13页

目的脑电图(electroencephalogram,EEG)是一种灵活、无创、非侵入式的大脑监测方法,广泛应用于运动想象脑机接口系统中,运动想象脑电图识别精度是决定系统性能的关键因素。然而由于脑电图采集时间长、个体差异大等原因,导致单个受试者... 目的脑电图(electroencephalogram,EEG)是一种灵活、无创、非侵入式的大脑监测方法,广泛应用于运动想象脑机接口系统中,运动想象脑电图识别精度是决定系统性能的关键因素。然而由于脑电图采集时间长、个体差异大等原因,导致单个受试者可用于模型训练的样本数量少,严重影响了卷积神经网络在脑电图识别任务中的表现。为此,本文提出一种镜卷积神经网络(mirror convolutional neural network,MCNN)模型,使用集成学习与数据扩增方法提高运动想象脑电图识别精度。方法在训练阶段,基于源脑电通过互换左右侧脑电通道构造镜像脑电,并与源脑电一起用于源卷积网络训练,有效扩增了训练样本;在预测阶段,复制已训练源卷积网络作为镜像卷积网络,将测试集中的源脑电输入源卷积网络,构造的镜像脑电输入镜像卷积网络,集成源卷积网络与镜像卷积网络输出的类别预测概率,形成最终类别预测。结果为了验证模型的有效性和通用性,基于3种不同运动想象脑电图识别卷积网络模型分别构造镜卷积网络,并在第4届脑机接口大赛2a与2b数据集上进行实验验证。实验结果与原始模型相比,运动想象四分类和二分类准确率分别平均提高了4.83%和4.61%,显著提高了识别精度。结论本文面向运动想象脑电图识别,提出了镜卷积神经网络模型,通过集成学习与数据扩增方法提高运动想象识别精度,有效改善了运动想象脑机接口性能。 展开更多

关键词 脑机接口(BCI) 运动想象 镜卷积神经网络(MCNN) 脑电图(EEG) 数据扩增 集成学习

原文传递

基于深度学习的运动想象脑电信号识别方法 被引量：5

14

作者 宋春宁 盛勇 宁正高 《传感器与微系统》 CSCD 北大核心 2022年第4期125-128,133,共5页

在脑电(EEG)信号分析方法中,时频分析方法综合考虑了信号的时间与频率两者的分辨率,同时改善了单纯时间域或频率域分析方法的短板。本实验使用S变换代替短时傅里叶变换将左右手运动想象脑电信号转换为二维时频图像形式,然后构建卷积神... 在脑电(EEG)信号分析方法中,时频分析方法综合考虑了信号的时间与频率两者的分辨率,同时改善了单纯时间域或频率域分析方法的短板。本实验使用S变换代替短时傅里叶变换将左右手运动想象脑电信号转换为二维时频图像形式,然后构建卷积神经网络-极限学习机(CNN-ELM)模型进行分类。在面对小样本训练数据时模型能力受到限制,提出一种数据增强方法,通过ACGAN对时频图像进行生成,有效丰富了训练样本数量。实验结果表明:CNN-ELM模型识别效果好,泛化能力强,进行数据增强后识别正确率得到了进一步的提升。 展开更多

关键词 运动想象 脑电信号 S变换 卷积神经网络 极限学习机 数据增强

在线阅读 下载PDF 职称材料

基于迁移学习的跨被试脑电疲劳驾驶检测 被引量：2

15

作者 邱轶辉 江琼 +2 位作者 魏玲玲 张卫平 邱桃荣 《南昌大学学报（理科版）》 CAS 北大核心 2023年第4期397-402,共6页

在利用脑电信号进行疲劳驾驶跨被试检测中,克服脑电的个体差异是一项重大挑战,欧氏空间对齐是一种解决方法,然而该方法要求目标域上有大量数据。为降低跨被试检测中对目标域数据的依赖,我们提出一种基于模型迁移学习和改进欧式空间对齐... 在利用脑电信号进行疲劳驾驶跨被试检测中,克服脑电的个体差异是一项重大挑战,欧氏空间对齐是一种解决方法,然而该方法要求目标域上有大量数据。为降低跨被试检测中对目标域数据的依赖,我们提出一种基于模型迁移学习和改进欧式空间对齐的方法,以提高模型在有少量目标域数据时的分类能力。所提出的方法首先对源域数据进行欧式空间对齐以降低个体间差异,接着对目标域数据进行参考矩阵相似度加权平均对齐,使用深度卷积神经网络用于特征提取和分类,在源域上预训练后在目标域上微调。测试结果显示所提出的对齐方法能有效提高少量目标域数据可用时的跨被试分类准确率,最好的准确率达到96.12%。 展开更多

关键词 迁移学习 数据对齐 脑电信号 疲劳驾驶

在线阅读 下载PDF 职称材料

重复性景观体验中脑疲劳测度表征及其实证研究——以襄阳城墙沿线公园为例 被引量：1

16

作者 王立亚 李哲 +1 位作者 高颖 张琪馨 《风景园林》 2023年第S02期106-112,共7页

【目的】脑疲劳是重复性体验的科学表征之一,为常规体验性景观效能与品质的客观描述与量化测度提供专业依据。依托脑电技术开展重复性景观体验中脑疲劳的科学探知与精准研判,揭示重复性景观体验脑疲劳变化的认知规律和构成逻辑,推动人... 【目的】脑疲劳是重复性体验的科学表征之一,为常规体验性景观效能与品质的客观描述与量化测度提供专业依据。依托脑电技术开展重复性景观体验中脑疲劳的科学探知与精准研判,揭示重复性景观体验脑疲劳变化的认知规律和构成逻辑,推动人民城市提质增效发展需求下的景观更新与改造。【方法】建立场景与脑疲劳的关联研究机制,集成脑敏感分析技术、方差分析方法构建脑疲劳测度模型。以襄阳城墙公园为例,遴选普适性场景样本,将单一、复合要素场景按5个轮次开展脑疲劳测度实验与数据解析。【结果】基于实验解析和数理统计的重复性景观体验测度模型可量化描述脑疲劳趋势、幅值、相关性和显著性特征指数,联立反映场景基本构成要素及其组合的脑疲劳影响与效应。【结论】相关成果有助于提升重复性景观体验中脑疲劳测度研究深度,并为景观体验及其循证研究提供脑电理论铺垫、实验优化途径与拓展型专业技术。 展开更多

关键词 风景园林 重复性景观体验 脑电数据 脑疲劳测度模型 脑疲劳指数 量化表征 场景要素 组合效应

在线阅读 下载PDF 职称材料

基于小波变换的EEG-fNIRS多模态数据融合方法 被引量：5

17

作者 李立柱 孟明 +1 位作者 高云园 马玉良 《传感技术学报》 CAS CSCD 北大核心 2023年第7期1064-1072,共9页

在多模态脑机接口系统(Brain-Computer Interface, BCI)的研究中,有特征级、决策级以及数据级三种融合策略。数据级融合在特征提取之前将多种模态数据融合,能够提升系统计算效率。但是,由于不同模态信号的采样率和幅值尺度等存在差异,... 在多模态脑机接口系统(Brain-Computer Interface, BCI)的研究中,有特征级、决策级以及数据级三种融合策略。数据级融合在特征提取之前将多种模态数据融合,能够提升系统计算效率。但是,由于不同模态信号的采样率和幅值尺度等存在差异,给数据级融合的实现带来挑战。提出了一种基于小波变换的脑电(Electroencephalogram, EEG)和功能性近红外光谱(Functional Near-Infrared Spectroscopy, fNIRS)多模态数据融合方法。首先对两种信号进行小波分解,再将两组小波系数通过基于Fisher值的融合规则生成新的小波系数,然后通过小波重构得到融合信号,最后提取融合信号的共空间模式特征,利用线性判别分析进行分类。在对心理算数任务数据的分类实验中,获得88.1%的分类精度,表明了所提出方法的有效性和鲁棒性。 展开更多

关键词 脑电图 功能性近红外 Fisher值 数据级融合 共空间模式

在线阅读 下载PDF 职称材料

脑机接口(BCI)系统的实时数据传输技术研究 被引量：2

18

作者 胥彪 石锐 何庆华 《计算机科学》 CSCD 北大核心 2007年第9期107-109,共3页

脑机接口(BCI)系统包含两大模块:脑电信号采集与处理。其中采集和处理程序间实时数据传输是需要解决的关键问题之一。本系统采用LabVIEW语言开发信号采集程序,考虑程序运行速度,信号处理程序用Visual C^(++)设计。本文对各种Windows下... 脑机接口(BCI)系统包含两大模块:脑电信号采集与处理。其中采集和处理程序间实时数据传输是需要解决的关键问题之一。本系统采用LabVIEW语言开发信号采集程序,考虑程序运行速度,信号处理程序用Visual C^(++)设计。本文对各种Windows下进程间通信(IPC)机制研究之后,提出用动态链接库(DLL)来实现基于文件映射的共享内存技术。实验结果表明,该技术能够很好地满足采集数据的大批量、高频率和多通道等要求。 展开更多

关键词 脑机接口(BCI) 脑电 共享内存 文件映射 实时数据传输

在线阅读 下载PDF 职称材料

72小时内视频脑电图与缺血性脑卒中患者3个月时脑功能损伤和认知功能障碍的关系 被引量：4

19

作者 丁洁 王鹏 +4 位作者 文洪波 黄健康 丁朋雨 汪捷 舒永伟 《中华老年心脑血管病杂志》 CAS 北大核心 2023年第9期958-961,共4页

目的 探讨72 h内视频脑电图(VEEG)对缺血性脑卒中(IS)患者3个月时脑功能损伤、认知功能障碍的评估价值。方法 选择2021年8月至2022年8月在南京市溧水区人民医院就诊的大脑中动脉狭窄型IS患者208例,入院后72 h内完成VEEG检测,于3个月时... 目的 探讨72 h内视频脑电图(VEEG)对缺血性脑卒中(IS)患者3个月时脑功能损伤、认知功能障碍的评估价值。方法 选择2021年8月至2022年8月在南京市溧水区人民医院就诊的大脑中动脉狭窄型IS患者208例,入院后72 h内完成VEEG检测,于3个月时采用功能独立性评定量表(FIM)评估患者的综合功能,采用蒙特利尔认知评估量表(MoCA)评估患者的认知功能。观察Bonferroni校正后α波功率、β波功率、δ波功率、θ波功率、绝对功率比(DAR)和单通道配对衍生脑对称指数(pdBSI)与3个月时FIM总评分和MoCA的相关性。结果 入院72 h内前部VEEG、后部VEEG和全脑VEEG的α波功率与3个月时FIM总分呈正相关(r=0.582,P=0.008;r=0.593,P=0.009;r=0.614,P=0.004);δ波功率与3个月时FIM总分呈负相关(r=-0.572,P=0.008;r=-0.628,P=0.003;r=-0.608,P=0.005);全脑VEEG的β波功率与3个月时FIM总分呈正相关,DAR与3个月时FIM总分呈负相关(P<0.05)。入院72 h内前部VEEG、后部VEEG、全脑VEEG α波功率与3个月时MoCA评分呈显著正相关(r=0.628,P=0.003;r=0.582,P=0.009;r=0.701,P=0.001);DAR与3个月时MoCA评分呈显著负相关(r=-0.692,P=0.001;r=-0.632,P=0.026;r=-0.612,P=0.004);前部VEEG、后部VEEG δ波功率与3个月时MoCA评分呈显著负相关(P<0.05);前部VEEG、全脑VEEG β波功率与3个月时MoCA评分呈显著正相关(P<0.05);全脑VEEG pdBSI与3个月时MoCA评分呈显著负相关(P<0.05)。结论 入院72 h内VEEG与3个月时FIM总分与认知功能存在相关性。 展开更多

关键词 卒中 脑电描记术 梗死 大脑中动脉 认知功能障碍 数据相关性 72小时内视频脑电图

暂未订购

基于拓扑数据分析的驾驶疲劳EEG数据处理与优化分析研究 被引量：1

20

作者 周飞扬 柳政卿 +1 位作者 王秋成 杨忠 《高技术通讯》 CAS 2023年第3期322-331,共10页

为提高驾驶疲劳脑电(EEG)数据处理与分析的准确性和鲁棒性,提出一种基于拓扑数据分析(TDA)的驾驶人疲劳脑电分析方法。首先利用汽车性能虚拟仿真平台开展驾驶实验,通过驾驶人状态反馈和面部特征视频,标记脑电数据,形成清醒和疲劳二分数... 为提高驾驶疲劳脑电(EEG)数据处理与分析的准确性和鲁棒性,提出一种基于拓扑数据分析(TDA)的驾驶人疲劳脑电分析方法。首先利用汽车性能虚拟仿真平台开展驾驶实验,通过驾驶人状态反馈和面部特征视频,标记脑电数据,形成清醒和疲劳二分数据集。之后利用EEGLAB预处理数据,剔除噪声并保留0.3~30 Hz频带,直接从时域EEG数据中提取拓扑特征。此外还提取了经典频域特征α波能量和α/β用于对比分析。最后使用支持向量机进行分类。结果表明,基于持久同源(PH)的拓扑特征取得了高达88.7%的准确率和91.4%的召回率,与经典频域特征性能相当,且对脑电伪影的鲁棒性明显更好,在未剔除EEG伪影的情况下仍取得了87.4%的准确率和89.7%的召回率。综上所述,本文提出的用于驾驶疲劳脑电信号处理与分析的TDA方法抗干扰特性好、处理成本低、经济性高,有助于稳定、高效地处理驾驶人脑电数据并检测驾驶疲劳状态,具有较大的科学实际应用价值。 展开更多

关键词 疲劳驾驶 脑电信号(EEG) 拓扑数据分析(TDA) 持久同源(PH) 支持向量机(SVM)

在线阅读 下载PDF 职称材料