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
共找到1,566篇文章
< 1 2 … 79 >
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：
基于EEG分析的高校室内学习空间芳香植物对大学生注意力恢复效益研究
1
作者 李同予 羿可 +2 位作者 安欣 薛滨夏 赖锦玉 《西部人居环境学刊》 北大核心 2025年第4期51-58,共8页
为改善高校学生群体的身心健康状况,提升校园室内学习空间的注意力恢复效益,选取茉莉、柠檬和香薄荷三种植物作为芳香疗法的应用材料,以脑电波信号数据评估被试的注意力集中水平反映其恢复性效益,以简易心理状况评定量表获取被试初始心... 为改善高校学生群体的身心健康状况,提升校园室内学习空间的注意力恢复效益,选取茉莉、柠檬和香薄荷三种植物作为芳香疗法的应用材料,以脑电波信号数据评估被试的注意力集中水平反映其恢复性效益,以简易心理状况评定量表获取被试初始心理状态,采用生理指标与心理指标相结合的方法对不同种类、不同气味强度的活体芳香植物对不同心理状态下高校学生群体的注意力恢复作用展开探究。结果表明,在高校室内学习空间中应用芳香疗法对处于学习状态下的学生群体具有一定的注意力恢复作用,并且活体芳香植物的种类、气味强度不同程度地影响了其注意力恢复水平,而被试本身的心理状态对恢复作用影响不大。芳香疗法的应用是提升高校室内学习空间注意力恢复效益的可靠途径,需合理配置适当气味强度下的活体芳香植物以达到最佳的注意力恢复效果。 展开更多
关键词 大学校园恢复性环境 芳香疗法 注意力恢复 室内学习空间 eeg分析
在线阅读 下载PDF
基于卷积内SWCS的时间卷积网络对MI-EEG解码
2
作者 付荣荣 祝悦 +1 位作者 李林玉 路斌 《计量学报》 北大核心 2025年第6期910-916,共7页
传统的机器学习方法中脑电信号通常需要经过繁琐的预处理和特征工程才能进行解码。如何构建一个能够快速、可靠地解码运动想象脑电信号的端到端深度学习网络,成为当前运动想象脑电信号解码研究的关键问题。因此,在结合卷积内滑动窗口裁... 传统的机器学习方法中脑电信号通常需要经过繁琐的预处理和特征工程才能进行解码。如何构建一个能够快速、可靠地解码运动想象脑电信号的端到端深度学习网络,成为当前运动想象脑电信号解码研究的关键问题。因此,在结合卷积内滑动窗口裁剪策略(sliding window cropping strategy,SWCS)和时间卷积网络(temporal convolutional network,TCN)的基础上,提出一种新的卷积内SWCS的时间卷积网络,并使用该网络对运动想象脑电信号进行识别研究。该网络利用二维卷积提取脑电信号的浅层特征,使用卷积内SWCS将时间序列划分为多个时间窗口,然后将二维卷积提取的脑电信号浅层特征输送到TCN网络中提取时间序列中更高级的时间特征。在第Ⅳ届脑机接口竞赛的数据集上的分类结果表明,卷积内SWCS的时间卷积网络的分类效果优秀。 展开更多
关键词 脑电信号 卷积内SWCS 运动想象 时间卷积网络 信号解码 脑机接口
在线阅读 下载PDF
基于EEG的室内光热辐射下的碳排放-热舒适关联机制研究
3
作者 侯可明 李云豪 +3 位作者 高培平 李林峰 于川峰 王海宁 《西安建筑科技大学学报(自然科学版)》 北大核心 2025年第2期271-279,共9页
室内光热辐射是人体获得能量的有效方式,然而不同光热辐射下的人体舒适度与碳排放的关联机制缺少相关研究.本研究以年轻人和老年人为研究对象,借助EEG(Electroencephalogram)脑电设备,研究不同光热辐射工况下人体舒适度与设备碳排放的关... 室内光热辐射是人体获得能量的有效方式,然而不同光热辐射下的人体舒适度与碳排放的关联机制缺少相关研究.本研究以年轻人和老年人为研究对象,借助EEG(Electroencephalogram)脑电设备,研究不同光热辐射工况下人体舒适度与设备碳排放的关系.研究发现,额叶区平均功率、α和θ波段的平均功率均与TCV显著相关.在低碳排放工况下,老年人在照射下身+上身+头部时更舒适,而年轻人在照射下身+上身时更舒适.此外,在选择辐射取暖方式时,低功率+多照射区域的组合方式相比高功率+少照射区域的组合方式在满足老年人热舒适的同时也能有效减少碳排放.本研究借助EEG揭示了不同人群舒适度与碳排放的关联机制,为室内健康光热环境营造提供了新思路. 展开更多
关键词 光热辐射 eeg 碳排放 人体舒适度 关联机制
在线阅读 下载PDF
静息态EEG/MEG的非周期性成分:分析流程、应用进展和未来前景 被引量：1
4
作者 胡静怡 白朵 雷旭 《心理科学进展》 北大核心 2025年第8期1321-1339,I0001,共20页
功率谱分析是EEG/MEG数据处理中的常用方法,近年来越来越多的研究者认识到功率谱的非周期性成分具有独特的生理意义与应用价值。随着国际上以频谱参数拟合算法(SpecParam)为代表的工具包的推广使用,静息态EEG/MEG的非周期分析受到广泛... 功率谱分析是EEG/MEG数据处理中的常用方法,近年来越来越多的研究者认识到功率谱的非周期性成分具有独特的生理意义与应用价值。随着国际上以频谱参数拟合算法(SpecParam)为代表的工具包的推广使用,静息态EEG/MEG的非周期分析受到广泛关注。本文首先介绍了在高密度EEG/MEG中进行非周期分析的常规流程。之后总结应用上的两个主要进展:在发展神经科学方面,老年人的频谱平坦化与认知表现下降、睡眠质量变差高度相关。在临床应用方面,非周期性参数可以作为多种神经精神疾病的电生理标志物。目前,非周期分析还缺少对全脑空间分布的关注,其神经生理生成机制尚处于探索期,未来需要结合多模态脑成像技术、实验设计等创新方向进一步筑牢理论基础,拓展应用范围。 展开更多
关键词 非周期性成分 eeg/MEG 功率谱 无标度性 静息态
在线阅读 下载PDF
基于通道加权的多模态特征融合用于EEG疲劳驾驶检测
5
作者 程文鑫 闫光辉 +2 位作者 常文文 吴佰靖 黄亚宁 《浙江大学学报(工学版)》 北大核心 2025年第9期1775-1783,1802,共10页
针对疲劳驾驶检测方法泛化能力差、特征提取模式单一、模型不可解释等问题,提出多模态特征融合模型nsNMF-PCNN-GRU-MSA,通过分析驾驶员脑电图(EEG)信号实现疲劳程度的检测.在网络浅层设计通道加权模块,引入非平滑非负矩阵分解(nsNMF)算... 针对疲劳驾驶检测方法泛化能力差、特征提取模式单一、模型不可解释等问题,提出多模态特征融合模型nsNMF-PCNN-GRU-MSA,通过分析驾驶员脑电图(EEG)信号实现疲劳程度的检测.在网络浅层设计通道加权模块,引入非平滑非负矩阵分解(nsNMF)算法计算电极通道的贡献度;在网络中层设计多模态特征融合模块,引入格拉姆角场成像方法将一维EEG数据映射成二维图像,并采用PCNN-GRU并行方式融合不同模态的时空特征;在网络深层融合多头自注意力机制(MSA),完成疲劳驾驶状态分类任务.实验结果表明,该模型在数据集SEED-VIG和SAD的混合样本上的疲劳检测准确率分别为93.37%、90.78%,单个被试数据准确率最低分别为86.60%、85.59%,高于近年先进模型.将特征激活值映射到大脑拓扑图上的分析方法不仅提高了模型的可解释性,而且为疲劳驾驶检测提供了新视角. 展开更多
关键词 eeg 疲劳驾驶检测 nsNMF 格拉姆角场 多模态特征融合 模型可解释性
在线阅读 下载PDF
基于Dempster-Shafer证据推理的EEG-fNIRS运动想象分类决策层融合方法
6
作者 康冉斓 李玉榕 +1 位作者 史武翔 李吉祥 《电子学报》 北大核心 2025年第3期941-950,共10页
为解决传统基于脑电信号(Electroenc Ephalo Graphy,EEG)的单模态脑机接口(Brain-Computer Interface,BCI)技术存在的空间分辨率低、易受噪声干扰等问题,越来越多的研究开始关注基于EEG信号和功能近红外光谱(functional Near-InfRared S... 为解决传统基于脑电信号(Electroenc Ephalo Graphy,EEG)的单模态脑机接口(Brain-Computer Interface,BCI)技术存在的空间分辨率低、易受噪声干扰等问题,越来越多的研究开始关注基于EEG信号和功能近红外光谱(functional Near-InfRared Spectroscopy,fNIRS)信号融合的BCI研究.然而,这两种异构信号之间的融合具有挑战性,本文创新性地提出一种基于深度学习和证据理论的端对端信号融合方法,用于运动想象(Motor Imagery,MI)分类.对于EEG信号,本文通过双尺度时间卷积和深度可分离卷积提取其时空特征信息,并引入混合注意力模块以增强网络对重要特征的感知能力.对于fNIRS信号,本文通过全通道的空间卷积探索大脑不同区域之间的激活差异,并通过并联时间卷积和门控循环单元(Gated Recurrent Unit,GRU)模块捕获更丰富的时间特征信息.在决策融合阶段,首先将两种信号分别解码得到的决策输出利用Dirichlet分布参数估计,以量化不确定性;然后使用Dempster-Shafer理论(Dempster-Shafer Theory,DST)进行双层推理,从而融合来自两种基本信念分配(Basic Belief Assignment,BBA)方法和不同模态的证据,得到最终的分类结果.本文基于公开数据集TU-Berlin-A进行模型的测试评估,获得了83.26%的平均准确率,相较于最先进研究提升了3.78个百分点,该结果为基于EEG和fNIRS信号的融合研究提供了新的思路和方法. 展开更多
关键词 混合脑机接口(BCI) 运动想象(MI) 深度学习 DEMPSTER-SHAFER理论 功能近红外光谱(fNIRS)信号 脑电信号(eeg)信号
在线阅读 下载PDF
教育智能体如何提供更有效的支持?——基于EEG信号的脑机制与优化策略探究 被引量：4
7
作者 王雪 孙明琳 +1 位作者 杨洁 邓丽 《电化教育研究》 北大核心 2025年第2期49-56,共8页
教育智能体在数智空间中可扮演虚拟教师等角色并提供各类育人功能,对学习者的认知和情感发展有着重要影响。研究基于多媒体学习认知情感理论,利用教育智能体为学习者提供不同类型的认知支持与情感支持,并借助EEG信号探究不同类型的支持... 教育智能体在数智空间中可扮演虚拟教师等角色并提供各类育人功能,对学习者的认知和情感发展有着重要影响。研究基于多媒体学习认知情感理论,利用教育智能体为学习者提供不同类型的认知支持与情感支持,并借助EEG信号探究不同类型的支持对学习的影响及其脑机制问题,为教育智能体的优化设计提供科学依据。研究发现:教育智能体的问题化元认知提示和积极情绪设计的组合是最有效的支持方式,可全方位改善学习者的元认知水平、情绪状态、学习效果和大脑认知过程;大脑额叶区的Alpha、Beta、Gamma波越活跃,学习者的元认知水平越高,但也造成了更多的认知负担,导致学习效果不佳。最后,研究提出三条教育智能体设计和开展相关研究的建议:合理设置问题化元认知提示,引领学习者高阶思维能力的发展;融合问题化元认知提示与积极情绪设计,促进学习者认知和情感的全面发展;借助EEG技术揭示脑机制,提供教育智能体优化的底层逻辑。 展开更多
关键词 教育智能体 脑电图信号 脑机制 元认知提示 情绪设计
在线阅读 下载PDF
基于GC特征和脑区频段Transformer模型的EEG情感识别
8
作者 张睿 张雪英 +1 位作者 陈桂军 黄丽霞 《计算机工程》 北大核心 2025年第6期311-319,共9页
人的情感在发生变化时,不同通道间脑电图(EEG)信号会交互作用,且不同频段交互特征存在分脑区特性。为提取全脑交互性特征和充分捕获特征在不同脑区频段间依赖性,提出主对角线非0的格兰杰因果(GC)特征提取方法和分脑区分频段的Transforme... 人的情感在发生变化时,不同通道间脑电图(EEG)信号会交互作用,且不同频段交互特征存在分脑区特性。为提取全脑交互性特征和充分捕获特征在不同脑区频段间依赖性,提出主对角线非0的格兰杰因果(GC)特征提取方法和分脑区分频段的Transformer模型。首先,针对计算自身因果度量值时GC值为0的问题,通过改进GC算法,提取出EEG信号各通道非0的自身因果信息。然后,针对常用情感识别模型总是关注局部特性,缺乏全局视野的问题,根据不同频段下同脑区间存在关联的特点,对因果特征进行脑区频段划分,使用脑区频段Transformer模型将特征进行不同脑区不同频段特征间的依赖性和贡献捕获。在TYUT3.0数据集上的实验结果表明,在使用提出的脑区频段Transformer模型分类识别时,主对角线非0 GC矩阵相比于常用GC矩阵,平均识别准确率提升了约1.59百分点,说明了所提出特征的优越性;在使用提出的主对角线非0 GC矩阵作为特征时,提出的脑区频段Transformer模型平均准确率达到94.50%,较已有的模型平均识别准确率提升了1.89百分点,说明了脑区频段划分特征依赖性及全局融合思路的有效性。 展开更多
关键词 格兰杰因果 脑区 频段 Transformer模型 脑电图情感识别
在线阅读 下载PDF
运动员慢性失眠的EEG源定位和功能网络连接特征研究
9
作者 李秦陇 赵丽 周越 《体育科学》 北大核心 2025年第5期64-78,共15页
目的:基于脑电(electroencephalogram,EEG)信号探讨慢性失眠运动员睡眠过程和清醒状态EEG动态变化,分析慢性失眠的中枢神经调控特征,为慢性失眠的防治提供可行性监测方法。方法:使用多导睡眠监测仪记录30名国家一级及以上男性运动员的... 目的:基于脑电(electroencephalogram,EEG)信号探讨慢性失眠运动员睡眠过程和清醒状态EEG动态变化,分析慢性失眠的中枢神经调控特征,为慢性失眠的防治提供可行性监测方法。方法:使用多导睡眠监测仪记录30名国家一级及以上男性运动员的整晚睡眠过程(其中慢性失眠组15名,正常睡眠组15名)。在睡前、晨起时,使用64导脑电仪、30 s Wingate等测评运动员清醒EEG特征和运动表现。结果:与正常睡眠组相比,慢性失眠运动员睡眠潜伏期(sleep onset latency,SOL)延长、觉醒时长(awaking time,AT)增加,睡眠总时长显著缩短、睡眠效率(sleep efficiency,SE)降低、深睡眠(deep sleep time,DST)和快动眼(rapid eye movement,REM)睡眠占比显著减少(P<0.01)。慢性失眠组较正常睡眠组睡眠的EEG功率谱密度在睡眠起始阶段,δ和σ频段递增、β频段递减显著较慢(P<0.05);睡眠维持阶段DST期θ和σ频段更低,REM期α频段更高(P<0.001);睡眠转换期α、σ和β频段更高(P<0.001),而δ频段更低(P<0.01);整夜及非快动眼期(non rapid eye movement,NREM)前10 min的纺锤体数量更少(P<0.01),NREM期前10 min的纺锤体密度更低(P<0.01)。从脑溯源结果来看,与正常睡眠运动员相比,慢性失眠运动员睡前δ频段大脑左侧额叶(内侧额回等)活动性更高(P<0.05)。脑功能网络连接中,慢性失眠组睡前和晨起δ频段的局部效率、β频段的聚类系数,晨起时θ和σ频段的全局效率、β频段的拉普特征值,睡前α和β频段的拉普特征值均低于正常睡眠组(P<0.05)。结论:慢性失眠运动员睡前大脑左侧额叶(内侧额回等)δ频段活性过高,脑功能网络连接效率下降,导致觉醒−睡眠转换过程被扰乱,从而延长SOL并增加AT,最终降低SE。而睡眠过程中EEG低频波增加缓慢,高频波降低缓慢,可能是导致DST和REM睡眠占比减少,进一步削弱晨起时脑功能网络连接的原因。 展开更多
关键词 脑电 睡眠质量 中枢神经 脑功能网络连接 运动表现
在线阅读 下载PDF
高密度静息态EEG数据的开放获取:现状、挑战与展望
10
作者 郭亚彤 胡静怡 雷旭 《心理科学进展》 北大核心 2025年第9期1575-1591,共17页
本研究系统分析了高密度静息态脑电(resting-state EEG)开放获取的基本现状、典型应用和未来前景。静息态脑电因其实验简便、成本低廉、无创和高时间分辨率而被广泛使用。目前,国际共享数据集主要来自欧美,以中青年健康人群为主,这些数... 本研究系统分析了高密度静息态脑电(resting-state EEG)开放获取的基本现状、典型应用和未来前景。静息态脑电因其实验简便、成本低廉、无创和高时间分辨率而被广泛使用。目前,国际共享数据集主要来自欧美,以中青年健康人群为主,这些数据集在神经发育、精神疾病识别等基础研究和临床应用领域发挥了重要作用,并在精神疾病的生物标志物研究中取得显著成果。然而,现有数据库在地域、人群、采集范式和队列建设上存在局限。未来,需扩大样本范围,开展多时间点、多生理心理指标的队列研究,发展多中心大样本数据处理工具,充分结合人工智能技术,并注重数据共享的可查找、可访问、可互操作和可重用原则。高密度静息态EEG的开放获取将为脑功能精准评估提供强有力的数据支持。 展开更多
关键词 静息态eeg 开放获取 高密度eeg 数据库 FAIR原则
在线阅读 下载PDF
多通道类别学习的认知特征与神经机制:EEG与DDM证据
11
作者 吴洁 车子轩 《心理学报》 北大核心 2025年第10期1715-1728,共14页
多通道类别学习的认知特征和神经机制对揭示跨通道知识表征规律具有关键意义。本研究结合事件相关电位技术与漂移扩散模型,系统考察多通道类别学习的认知特征和神经机制。行为结果显示,相较于学习前期,学习中期和后期在行为层面表现出... 多通道类别学习的认知特征和神经机制对揭示跨通道知识表征规律具有关键意义。本研究结合事件相关电位技术与漂移扩散模型,系统考察多通道类别学习的认知特征和神经机制。行为结果显示,相较于学习前期,学习中期和后期在行为层面表现出正确率和漂移率显著提升,反应时显著降低,同时决策起始点向正确选项偏移。神经层面发现,学习中期和学习后期引发N1、P1、N250、FSP(Frontal Selection Positivity)及LPC(Late Positive Component)振幅的变化;时频分析显示Theta、Alpha及Delta频段能量显著衰减。回归分析表明N250-FSP振幅和Theta振荡共同解释漂移率变异,而P1、N250-FSP和LPC可预测决策起始点偏移。研究表明,学习训练通过双重机制优化决策效能:(1)信息积累速率提升与N250-FSP振幅降低及Theta频段能量衰减相关;(2)决策起始点偏移由早期感知编码(P1)、特征辨别(N250-FSP)和记忆提取(LPC)的协同作用驱动。 展开更多
关键词 多感官 类别学习 漂移扩散模型 eeg
在线阅读 下载PDF
基于平均能量差的运动想象EEG通道选择和特征提取
12
作者 孟明 陈思齐 +1 位作者 高云园 佘青山 《传感技术学报》 CAS CSCD 北大核心 2024年第9期1555-1562,共8页
共空间模式(CSP)广泛应用于脑电信号(EEG)的特征提取,合适的通道选择可以有效地提高CSP的分类性能,增加信噪比。根据运动想象信号的平均能量差来进行通道选择和特征提取。首先取两类运动想象信号的通道均值能量作为投票的阈值,根据投票... 共空间模式(CSP)广泛应用于脑电信号(EEG)的特征提取,合适的通道选择可以有效地提高CSP的分类性能,增加信噪比。根据运动想象信号的平均能量差来进行通道选择和特征提取。首先取两类运动想象信号的通道均值能量作为投票的阈值,根据投票差值统计各通道上有明显能量差值试次的数量,基于此来选择出合适的通道,然后对这些通道取能量特征进行归一化,再结合CSP空域特征利用SVM进行分类。在BCI CompetitionⅢData SetsⅣa和BCI Competition IV Dataset SetsⅠ两个数据集上进行的分类实验中,所提出的方法相比于全通道CSP,平均精度分别提高了5.7%和10.9%,通道数分别减少了74.3%和51.7%,验证了所提出的通道选择和特征提取方法的有效性。 展开更多
关键词 eeg 运动想象 CSP SVM 通道选择 能量特征
在线阅读 下载PDF
注意力残差网络结合LSTM的EEG情绪识别研究 被引量：2
13
作者 张琪 熊馨 +2 位作者 周建华 宗静 周雕 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第4期570-579,共10页
基于脑电信号的情感识别已成为情感计算和人机交互领域的一个重要挑战。由于脑电信号中具有时间、空间、频率维度信息,采用结合注意力残差网络与长短时记忆网络的混合网络模型(ECA-ResNet-LSTM)对脑电信号进行特征提取与识别。首先,提... 基于脑电信号的情感识别已成为情感计算和人机交互领域的一个重要挑战。由于脑电信号中具有时间、空间、频率维度信息,采用结合注意力残差网络与长短时记忆网络的混合网络模型(ECA-ResNet-LSTM)对脑电信号进行特征提取与识别。首先,提取时域分段后脑电信号不同频带微分熵特征,将从不同通道中提取出的微分熵特征转化为四维特征矩阵;然后通过注意力残差网络(ECA-ResNet)提取脑电信号中空间与频率信息,并引入注意力机制重新分配更相关频带信息的权重,长短时记忆网络(LSTM)从ECA-ResNet的输出中提取时间相关信息。实验结果表明:在DEAP数据集唤醒维和效价维二分类准确率分别达到了97.15%和96.13%,唤醒-效价维四分类准确率达到了95.96%,SEED数据集积极-中性-消极三分类准确率达到96.64%,相比现有主流情感识别模型取得了显著提升。 展开更多
关键词 脑电信号 情感识别 微分熵 注意力机制 残差网络
在线阅读 下载PDF
基于深层图卷积的EEG情绪识别方法研究 被引量：2
14
作者 李奇 常立娜 +1 位作者 武岩 闫旭荣 《电子测量技术》 北大核心 2024年第4期18-22,共5页
针对浅层图卷积提取的局部脑区空间关联信息对情感脑电表征不足的问题,本文提出了一种深层图卷积网络模型。该模型利用深层图卷积学习情绪脑电全局通道间的内在关系,在卷积传播过程中应用残差连接和权重自映射解决深层图卷积网络面临的... 针对浅层图卷积提取的局部脑区空间关联信息对情感脑电表征不足的问题,本文提出了一种深层图卷积网络模型。该模型利用深层图卷积学习情绪脑电全局通道间的内在关系,在卷积传播过程中应用残差连接和权重自映射解决深层图卷积网络面临的节点特征收敛到固定空间无法学习到有效特征的问题,并在卷积层后加入PN正则化扩大不同情绪特征间的距离,提高情绪识别的性能。在SEED数据集上进行实验,与浅层图卷积网络相比准确率提高了0.7%,标准差下降了3.15。结果表明该模型提取的全局脑区空间关联信息对情绪识别的有效性。 展开更多
关键词 脑电信号 情绪识别 深度图卷积神经网络 全局脑区
在线阅读 下载PDF
强化学习融合群智能算法的癫痫EEG不平衡分类方法
15
作者 李奇 李鹏飞 +2 位作者 赵迪 刘嘉威 杨菁菁 《重庆理工大学学报(自然科学)》 北大核心 2024年第12期110-123,共14页
癫痫智能检测的脑电数据具有不平衡性。考虑到单一的群智能算法在改善数据不平衡方面的不足,提出了一种基于强化学习的自适应融合群智能算法。使用强化学习在种群进化的不同阶段自适应地选择并融合多种群智能算法;通过双种群协同进化策... 癫痫智能检测的脑电数据具有不平衡性。考虑到单一的群智能算法在改善数据不平衡方面的不足,提出了一种基于强化学习的自适应融合群智能算法。使用强化学习在种群进化的不同阶段自适应地选择并融合多种群智能算法;通过双种群协同进化策略,更高效地获得全局最优解;使用由全局最优解所表示的样本构建平衡数据集并训练分类器。在2个公共癫痫脑电数据集上的实验表明,该方法优于单一的群智能算法,能够有效提高分类器对少数类样本和整体数据集的分类性能。 展开更多
关键词 癫痫发作检测 脑电信号 不平衡数据集 强化学习 群智能算法
在线阅读 下载PDF
基于深度学习的EEG数据分析技术综述 被引量：2
16
作者 钟博 王鹏飞 +1 位作者 王乙乔 王晓玲 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第5期879-890,共12页
对近年来的相关工作进行全面分析、横向比较,梳理出基于深度学习的EEG数据分析闭环流程.对EEG数据进行介绍,从深度学习在EEG数据预处理、特征提取以及模型泛化3个关键阶段的应用进行展开,梳理深度学习算法在相应阶段提供的研究思路和解... 对近年来的相关工作进行全面分析、横向比较,梳理出基于深度学习的EEG数据分析闭环流程.对EEG数据进行介绍,从深度学习在EEG数据预处理、特征提取以及模型泛化3个关键阶段的应用进行展开,梳理深度学习算法在相应阶段提供的研究思路和解决方案,包括各阶段所存在的难点与问题.全方位总结出不同算法的主要贡献和局限性,讨论深度学习技术在各个阶段处理EEG数据时所面临的挑战及未来的发展方向. 展开更多
关键词 头皮脑电(eeg) 闭环流程 深度学习 预处理 特征提取 模型泛化
在线阅读 下载PDF
基于EEG和面部视频的多模态连续情感识别 被引量：2
17
作者 雪雯 陈景霞 +1 位作者 胡凯蕾 刘洋 《陕西科技大学学报》 北大核心 2024年第1期169-176,共8页
针对脑电(Electroencephalogram, EEG)通道间和时间上情绪强度的改变很难被捕捉,以及不同被试的面部特征情绪上的相似性难以挖掘的问题,文章提出了一种基于EEG和面部视频的多模态连续情感识别模型.采用基于时空注意力机制(Spatial-Tempo... 针对脑电(Electroencephalogram, EEG)通道间和时间上情绪强度的改变很难被捕捉,以及不同被试的面部特征情绪上的相似性难以挖掘的问题,文章提出了一种基于EEG和面部视频的多模态连续情感识别模型.采用基于时空注意力机制(Spatial-Temporal Attention)的卷积和双向长短期记忆神经网络的组合模型(STA-CNNBiLSTM)对EEG中提取的功率谱密度(Power Spectral Density, PSD)特征进行深层特征学习与情感分类;采用引入自注意力机制的预训练卷积神经网络(SA-CNN)对人脸面部几何特征进行学习与情感分类.采用决策级融合算法,对两个模态的分类结果进行迭代学习与融合,得到最终多模态情感分类结果.在公开数据集MAHNOB-HCI进行了大量对比验证实验,在FER2013数据集的面部几何特征上对SA-CNN模型进行了预训练.在独立被试的实验中,所提模型在效价维度二分类的平均准确率为75.50%,在唤醒维度二分类的平均准确率为79.00%,均优于单模态上的最高平均准确率.和目前流行的模型LSSVM、SE-CNN和AM-LSTM相比较,所提模型的分类效果更优,验证了所提时空注意力机制能够捕捉更多的EEG时空特征,自注意力机制能够关注到不同被试面部特征的相似性,进而提高了多模态情感识别的性能. 展开更多
关键词 eeg 多模态情感识别 卷积双向长短期记忆组合模型 时空注意力机制 自注意力机制
在线阅读 下载PDF
乒乓球运动员的视觉运动整合优势——基于功能偏侧化理论的EEG证据 被引量：3
18
作者 漆昌柱 宋一锐 王淙一 《上海体育大学学报》 CSSCI 北大核心 2024年第11期69-81,104,共14页
目的探究乒乓球运动员视觉运动整合的优势特征,并基于功能偏侧化理论分析其神经机制。方法选取22名乒乓球运动员作为专家组,21名普通大学生作为新手组。采用半视野速示技术,设置视觉运动整合任务,测试并比较乒乓球运动员与新手视觉运动... 目的探究乒乓球运动员视觉运动整合的优势特征,并基于功能偏侧化理论分析其神经机制。方法选取22名乒乓球运动员作为专家组,21名普通大学生作为新手组。采用半视野速示技术,设置视觉运动整合任务,测试并比较乒乓球运动员与新手视觉运动整合的行为差异及脑电特征。结果(1)乒乓球专家组的右手反应时显著短于新手组(P<0.05);(2)在视觉加工阶段,乒乓球专家组的P1成分潜伏期显著长于新手组,且专家组左半球N2潜伏期显著高于右半球(P<0.05);(3)在视觉运动转换和运动执行阶段,乒乓球专家组诱发了更大的BA6区的negativity波幅和BA4区的N2波幅(P<0.05);(4)在顶-枕区域,乒乓球专家组的高频alpha节律神经振荡水平低于新手组,具体表现为在左视野右手反应模式下高频alpha节律振荡水平较低(P<0.05)。结论(1)乒乓球运动员右手(优势手)的视觉运动反应时更短;(2)乒乓球运动员大脑右半球在早期视觉加工阶段对刺激识别更迅速,在视觉运动转换阶段更直接有效;(3)乒乓球运动员在视觉运动整合过程中表现出更少的注意资源消耗,主要体现在右半球的视觉加工和左半球的动作反应优势上。 展开更多
关键词 乒乓球运动员 视觉运动整合 功能偏侧化 神经振荡 事件相关电位 eeg
在线阅读 下载PDF
基于多脑区注意力机制胶囊融合网络的EEG-fNIRS情感识别
19
作者 刘悦 张雪英 +2 位作者 陈桂军 黄丽霞 孙颖 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第11期2247-2257,共11页
为了提高情感识别的准确率,提出多脑区注意力机制和胶囊融合模块的胶囊网络模型(MBA-CFc CapsNet).通过情感视频片段诱发采集EEG-fNIRS信号,构建TYUT3.0数据集.提取EEG和f NIRS的特征,将其映射到矩阵,通过多脑区注意力机制融合EEG和fNIR... 为了提高情感识别的准确率,提出多脑区注意力机制和胶囊融合模块的胶囊网络模型(MBA-CFc CapsNet).通过情感视频片段诱发采集EEG-fNIRS信号,构建TYUT3.0数据集.提取EEG和f NIRS的特征,将其映射到矩阵,通过多脑区注意力机制融合EEG和fNIRS的特征,给予不同脑区特征不同的权重,以提取质量更高的初级胶囊.使用胶囊融合模块,减少进入动态路由机制的胶囊数量,减少模型运行的时间.利用MBA-CFc CapsNet模型在TYUT3.0情感数据集上进行实验,与单模态EEG和f NIRS识别结果相比,2种信号结合情感识别的准确率提高了1.53%和14.35%.MBA-CF-cCapsNet模型与原始CapsNet模型相比,平均识别率提高了4.98%,与当前常用的CapsNet情感识别模型相比提高了1%~5%. 展开更多
关键词 胶囊网络 eeg FNIRS 多脑区注意力机制 胶囊融合 情感识别
在线阅读 下载PDF
乒乓球运动员时距知觉的优势特征及神经机制:来自ERP和EEG的证据 被引量：1
20
作者 宋一锐 漆昌柱 +1 位作者 王淙一 刘嘉良 《中国体育科技》 CSSCI 北大核心 2024年第9期23-30,共8页
目的:探究不同时距刺激下,乒乓球运动员时距知觉的优势特征及其大脑皮层之间同步振荡的功能耦合特征。方法:选取22名乒乓球运动员作为专家组,22名普通大学生作为新手组。采用时间复制法,测量行为、事件相关电位(event-related potential... 目的:探究不同时距刺激下,乒乓球运动员时距知觉的优势特征及其大脑皮层之间同步振荡的功能耦合特征。方法:选取22名乒乓球运动员作为专家组,22名普通大学生作为新手组。采用时间复制法,测量行为、事件相关电位(event-related potential,ERP)和脑电图(electroencephalogram,EEG)数据,通过sLORETA进行溯源分析和功能连接分析。结果:1)行为学结果显示,专家组时间复制的准确性和一致性更高。2)ERP结果显示,专家组诱发的CNV波幅显著大于新手组。3)溯源分析结果显示,与新手组相比,在短时距刺激下专家组大脑右侧颞叶区域激活水平更高;在长时距刺激下专家组大脑右侧额叶区域激活水平更高。4)功能连接分析显示,在α频段内,专家组短时距知觉在左侧额上回-中央旁小叶(8L-6L)和右侧额下回-颞横回(44R-41R)之间存在显著的功能连接;专家组长时距知觉在左侧三角部额下回与右侧额中回(44L-46R)、左侧内侧眶额叶与右侧三角部额下回(11,12L-44R)、左侧内侧眶额叶与右侧岛盖部额下回(11,12L-45R)之间存在显著的功能连接。结论:乒乓球运动员具有时距知觉的优势,其时间复制的准确性和一致性更高,对时距信息的感知处理更直接、自动化程度更高,这与额叶和颞叶区域的高度激活以及特定脑区间的功能连接增强密切相关。 展开更多
关键词 乒乓球 运动员 时距知觉 事件相关电位 脑电图
在线阅读 下载PDF
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 2 … 79 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部