期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于神经质量模型的运动想象脑电数据增强
1
作者 付荣荣 孟云 +2 位作者 黄晓东 陈浩 吴娜 《计量学报》 北大核心 2025年第5期762-768,共7页
针对脑机交互系统发展中数据不足的问题,通过神经质量模型合成事件相关去同步(ERD)和事件相关同步(ERS)特征,节省模型训练时间,避免数据过拟合。引入了基于脑同侧运动感觉区μ/β节律的ROI神经元群模型,调整幅值的加减常数后,生成模拟ER... 针对脑机交互系统发展中数据不足的问题,通过神经质量模型合成事件相关去同步(ERD)和事件相关同步(ERS)特征,节省模型训练时间,避免数据过拟合。引入了基于脑同侧运动感觉区μ/β节律的ROI神经元群模型,调整幅值的加减常数后,生成模拟ERD/ERS信号。实验证明,模拟信号与真实信号在共空间模式特征上相似,滤波和共空间模式特征提取后的机器学习分类准确率接近真实数据。混合不同比例的模拟和真实数据,对分类准确率的影响不大,验证了基于神经质量模型的模拟信号对ERD/ERS信号进行数据增强的有效性。这一方法有望在小样本数据集下用于算法创新和检验,同时可以缩短实验时间,为脑机交互系统的发展提供有力支持。 展开更多
关键词 脑机交互 数据增强 脑电信号 神经元群模型 事件相关同步 事件相关去同步
在线阅读 下载PDF
基于神经元集群模型的动态因果模型算法综述 被引量:1
2
作者 李双燕 岳宣雅 +1 位作者 王龙龙 徐桂芝 《中国生物医学工程学报》 CAS CSCD 北大核心 2023年第6期740-749,共10页
大脑是人体最复杂的器官,各个脑区之间的连接构成了复杂的功能性网络系统,脑网络连接特征的变化与脑的生理病理状态密切相关。近年来,脑网络构建与分析算法成为计算神经科学领域的研究热点之一。在众多脑网络分析方法中,动态因果模型(D... 大脑是人体最复杂的器官,各个脑区之间的连接构成了复杂的功能性网络系统,脑网络连接特征的变化与脑的生理病理状态密切相关。近年来,脑网络构建与分析算法成为计算神经科学领域的研究热点之一。在众多脑网络分析方法中,动态因果模型(DCM)由于具有生物物理合理性在探索神经网络的有效连接特性中得到了广泛关注。从基本原理、神经元集群模型和应用等方面对DCM进行综述。首先,介绍DCM的基本原理,并以基于卷积和基于电导的两类神经元集群模型为例,对DCM算法的关键组成——神经生物学模型的建模思想、原理及发展进程进行回顾;然后,综述近年来DCM在认知功能和疾病病理等相关神经信号分析领域的应用,指出DCM有望成为探索脑功能整合机制的方法;最后,结合近几年DCM算法的研究进展及其局限性进行总结和展望。 展开更多
关键词 动态因果模型 神经元模型 有效连接 神经信号 脑网络
在线阅读 下载PDF
仿生六边形精细纹理的触感深度阈值研究
3
作者 方星星 唐玮 +2 位作者 徐州青 吴延泽 陈玉森 《摩擦学学报(中英文)》 北大核心 2025年第1期25-34,共10页
六边形纹理是自然界中动物体表常见的1种纹理形式,具有良好的摩擦学性能.本文中利用认知行为学、摩擦学和脑电图法从皮肤的“感”到大脑的“知”,系统研究了微米级仿生六边形纹理深度和方向特征对触觉感知深度阈值的影响,利用单通道触... 六边形纹理是自然界中动物体表常见的1种纹理形式,具有良好的摩擦学性能.本文中利用认知行为学、摩擦学和脑电图法从皮肤的“感”到大脑的“知”,系统研究了微米级仿生六边形纹理深度和方向特征对触觉感知深度阈值的影响,利用单通道触感神经元群模型初步验证了纹理刺激强度和神经元兴奋性对触觉感知的影响.研究结果表明:随着纹理深度的增大,六边形纹理的主观纹理感和识别率提高、黏着摩擦分量减小、形变摩擦分量增大、振动信号频谱主频和主频最大振幅增大,当纹理深度达到触感阈值时,形变摩擦比例和振动信号主频振幅显著增大;纹理深度达到触感阈值深度后才能激发脑电事件相关电位(Event-related potentials, ERP)的P100和P200早期成分.从平端方向触摸产生的形变摩擦力分量和振动信号的主频幅值大于尖端方向触摸,平端方向触摸更容易感知到纹理.平端方向触摸激发触感脑电ERP曲线的P300成分幅值较沿尖端触摸更高,潜伏期更短.单通道神经元模型结果显示沿平端方向触摸的仿真脑电信号输入函数均值和信号幅值均高于沿尖端方向触摸,说明平端触摸产生的触感机械刺激增强是脑电信号主频幅值增大的原因之一. 展开更多
关键词 触感阈值 六边形纹理 摩擦振动 脑电 单通道神经元群模型
在线阅读 下载PDF
基于分层同步的脑结构和功能网络关系研究 被引量:2
4
作者 刘莹莹 禚钊 +2 位作者 蔡世民 傅忠谦 周佩玲 《中国科学技术大学学报》 CAS CSCD 北大核心 2014年第1期43-47,共5页
脑通过结构分割和功能整合达到局部专注又整体协作的工作模式,因此了解脑结构网络和功能网络之间的关系对深入理解脑活动具有重要意义.将耦合神经元群模型作为脑结构网络中的节点,其协同动力学可以重现脑神经活动的主要特征.基于模型分... 脑通过结构分割和功能整合达到局部专注又整体协作的工作模式,因此了解脑结构网络和功能网络之间的关系对深入理解脑活动具有重要意义.将耦合神经元群模型作为脑结构网络中的节点,其协同动力学可以重现脑神经活动的主要特征.基于模型分层同步的时间序列,构造脑功能网络并通过对比脑结构与功能网络的拓扑研究二者的关系.在猫和猿猴脑结构网络上进行的分层同步实验表明,脑结构和功能网络具有相似的连接模式,分层同步活动与结构网络的层次结构具有一致性,并基于结构网络中节点之间的相似性对二者的一致性进行了定量研究.数值试验的结果支持了脑结构网络的分层结构是脑功能分割和整合的基础,并且脑功能的整合和分割是通过神经元集群的协同活动实现的. 展开更多
关键词 脑网络 层次同步 神经元群模型 小世界
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部