期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
让耳朵说话:基于单通道耳穴近红外谱的脑机接口(英文) 被引量:2
1
作者 李文石 钱重阳 +1 位作者 李雷 魏锋 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2012年第5期654-660,共7页
基于脑机接口的读心术的本质是神经解码.近期研究关注的脑功能区包括初级视觉区、布罗卡区(语言产生中枢)和威尔尼克区(听性语言理解中枢),然而使用了复杂的功能磁共振成像术和植入电极阵列.为了克服前述的仪器复杂性和植入局限性,我们... 基于脑机接口的读心术的本质是神经解码.近期研究关注的脑功能区包括初级视觉区、布罗卡区(语言产生中枢)和威尔尼克区(听性语言理解中枢),然而使用了复杂的功能磁共振成像术和植入电极阵列.为了克服前述的仪器复杂性和植入局限性,我们发展了一种语言中枢解码方法,采用外挂式单通道近红外透射(额耳穴)传感器、示波器与计算机后处理,再现与分析语言中枢(布罗卡区)(默读汉字例如你、我或她、他时)与额耳穴的神经血管耦合联系特征.测量信号波长选自人体生命之窗内的875nm,其响应氧合血红蛋白的吸收率相对敏感,借助耳垂的动脉血氧饱和度高达约90%的原理背景,同时,测试技巧也涉及理解信号的典型延迟期.数据处理的结果表明,一是时域或频域内的汉字识别率可以高达70%(受试者4人),二是在时域特征内分别再现了三个汉字的声母特征(过渡的弱电位)与韵母特征(强直的梭形电位).本工作或可为获得型失语症患者提供利用耳朵说话的语言中枢控制的新的并行信道(相对于从脑到口的语言产生通道),特点是单通道且无损. 展开更多
关键词 读心术 语言中枢解码 耳穴近红外谱脑机接口 默想汉字识别
在线阅读 下载PDF
脑机接口中脑电图-近红外光谱联合分析进展研究 被引量:1
2
作者 张力新 周鸿展 +3 位作者 王东 孟佳圆 许敏鹏 明东 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第3期790-797,共8页
脑机接口(BCI)能将受试者意图相关的大脑活动转化为外部设备控制指令,在神经疾病治疗、运动康复等方面具有较高应用潜力。BCI的实现需从人脑获取有意义的信号,而脑电图(EEG)可以反映神经电活动,主要用于对反映实时性要求较高的BCI系统;... 脑机接口(BCI)能将受试者意图相关的大脑活动转化为外部设备控制指令,在神经疾病治疗、运动康复等方面具有较高应用潜力。BCI的实现需从人脑获取有意义的信号,而脑电图(EEG)可以反映神经电活动,主要用于对反映实时性要求较高的BCI系统;近红外光谱(NIRS)主要反映血流动力学水平,一般用于神经生理状态等需要精确定位脑活跃区域的研究。EEG和NIRS因其非侵入、方便穿戴、成本较低等优点,成为BCI的重要信号获取方法。相比于单模态BCI系统,基于EEG-NIRS联合分析的混合BCI系统由于具有更丰富的信号特征,在生理状态检测、运动想象等领域得到了越来越多的关注与研究。该文从EEG-NIRS联合分析在脑机接口中应用的研究现状出发,在数据和特征融合程度、层面上归纳最近的相关领域研究现状,并对EEG-NIRS信号处理手段的研究前景进行了展望。 展开更多
关键词 信号处理 接口 电图 近红外
在线阅读 下载PDF
基于功能性近红外光谱技术的脑机接口 被引量:7
3
作者 焦学军 张朕 +5 位作者 姜劲 王春慧 杨涵钧 徐凤刚 曹勇 傅嘉豪 《上海交通大学学报》 EI CAS CSCD 北大核心 2017年第12期1456-1463,共8页
为了探究功能性近红外光谱技术(fNIRS)对相同动作的运动想象和运动执行区分可行性以及前额皮层对运动想象和运动执行分类准确率的影响,研究测量了15位受试者手臂伸展和手指敲击的运动想象过程和运动执行过程的前额皮层和运动功能皮层的... 为了探究功能性近红外光谱技术(fNIRS)对相同动作的运动想象和运动执行区分可行性以及前额皮层对运动想象和运动执行分类准确率的影响,研究测量了15位受试者手臂伸展和手指敲击的运动想象过程和运动执行过程的前额皮层和运动功能皮层的血氧变化信号.提取均值,斜率,二次项系数和近似熵特征建立基于支持向量机的四分类模型.对应于手臂伸展和手指敲击的四分类模型,分别实现了87.65%和87.58%的分类准确率.相对于单独运动功能皮层区域建立的运动功能皮层-fNIRS-脑机接口,引入前额皮层血氧变化信息能显著提高脑机接口分类性能,且对手指敲击动作的提高效果大于手臂伸展动作.因此,前额皮层区域的血氧响应生理特征能提高fNIRS-脑机接口的分辨性能,同时验证了fNIRS-脑机接口应用于多种肢体动作脑功能活动提取的可行性. 展开更多
关键词 功能性近红外技术 接口 运动想象 运动执行 支持向量
在线阅读 下载PDF
心算和想象运动二分类的近红外光谱脑机接口范式重测信度研究
4
作者 马建爱 郑燕春 +1 位作者 王玲 汪待发 《高技术通讯》 EI CAS 北大核心 2018年第6期560-566,共7页
本文对心算和想象动右手这两个经典范式的二分类问题的重测信度在分类正确率、特征参数以及脑激活强度三个方面进行了研究。针对10名被试在长达一个月的时间跨度内进行了三次重复实验。提取氧合血红蛋白均值特征后,利用支持向量机进行... 本文对心算和想象动右手这两个经典范式的二分类问题的重测信度在分类正确率、特征参数以及脑激活强度三个方面进行了研究。针对10名被试在长达一个月的时间跨度内进行了三次重复实验。提取氧合血红蛋白均值特征后,利用支持向量机进行分类。结果显示在分类正确率层面,心算和想象动右手范式的组内分类和组间分类正确率均具有较高的重测信度;接着通过组间相关系数,激活通道比和激活通道相同比指标对特征参数和脑激活强度的重测信度进行量化研究,发现其重测信度与分类正确率的重测信度高度相关。本文研究表明对于大部分被试,心算和想象动右手范式具有较高的重测信度,为后续f NIRS-BCI的实际应用提供了很好的理论支撑。 展开更多
关键词 近红外 接口(BCI) 重测信度 心算 想象动右手 氧合血红蛋白均值
在线阅读 下载PDF
基于功率谱估计和神经网络的脑-机接口研究 被引量:11
5
作者 赵海滨 王宏 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第19期4581-4582,4598,共3页
脑-机接口是一种不依赖于正常的由外围神经和肌肉组成的输出通路的通讯系统。利用功率谱和神经网络对不同意识任务的脑电信号进行分类。首先对脑电信号进行预处理和基于MUSIC算法的功率谱,提取脑电信号功率谱值作为特征,然后利用LVQ网... 脑-机接口是一种不依赖于正常的由外围神经和肌肉组成的输出通路的通讯系统。利用功率谱和神经网络对不同意识任务的脑电信号进行分类。首先对脑电信号进行预处理和基于MUSIC算法的功率谱,提取脑电信号功率谱值作为特征,然后利用LVQ网络对两类不同意识任务进行分类。仿真试验表明,该方法取得了很好的分类效果,而且分类速度非常快。 展开更多
关键词 -接口 功率 学习矢量量化
在线阅读 下载PDF
基于功能性近红外光谱探讨脑机接口对脑卒中患者上肢运动功能障碍的效果
6
作者 高云汉 侯闪闪 +1 位作者 汪鑫煜 朱崇田 《中国康复理论与实践》 2025年第9期1066-1073,共8页
目的基于功能性近红外光谱(fNIRS)观察脑机接口(BCI)治疗上肢运动功能障碍脑卒中患者任务态脑区激活的变化。方法2024年4月至10月,临沂市人民医院40例脑卒中患者随机分为对照组和BCI组,每组20例。两组均采用常规康复治疗,对照组在常规... 目的基于功能性近红外光谱(fNIRS)观察脑机接口(BCI)治疗上肢运动功能障碍脑卒中患者任务态脑区激活的变化。方法2024年4月至10月,临沂市人民医院40例脑卒中患者随机分为对照组和BCI组,每组20例。两组均采用常规康复治疗,对照组在常规治疗前进行低频电疗法,BCI组在常规治疗前进行BCI治疗,共4周。治疗前后分别采用Fugl-Meyer评定量表上肢部分(FMA-UE)和改良Barthel指数(MBI)进行评价,并设计“动手腕任务”,检测任务态感兴趣区(ROI)氧合血红蛋白(HbO_(2))浓度。结果治疗后,两组MBI和FMA-UE评分均显著提高(|t|>8.904,P<0.001),且BCI组均高于对照组(|t|>2.584,P<0.05);BCI组前运动区/运动辅助区(PMC/SMA)的HbO_(2)浓度明显升高(t=-3.965,P<0.01),且明显高于对照组(t=-3.630,P<0.01)。患者治疗前后PMC/SMA脑区HbO_(2)均值差值与MBI评分差值(r=0.498,P<0.05)和FMA-UE评分差值(r=0.799,P<0.001)均相关。结论BCI可以在常规治疗基础上进一步改善脑卒中患者上肢运动功能,并提高PMC/SMA脑区的皮质激活。 展开更多
关键词 卒中 接口 上肢 运动功能 功能性近红外
在线阅读 下载PDF
基于fNIRS技术的脑机接口研究 被引量:7
7
作者 焦学军 姜劲 +4 位作者 潘津津 王春慧 张朕 杨涵钧 徐凤刚 《天津大学学报(自然科学与工程技术版)》 EI CSCD 北大核心 2017年第5期527-535,共9页
功能性近红外光谱技术(functional near-infrared spectroscopy,fNIRS)作为一种无损光学脑成像技术,可用于构建脑机接口(brain-computer interface,BCI)以识别操作者肢体控制意图.利用fNIRS技术测量11位参试者的手臂伸展、腿部伸展和手... 功能性近红外光谱技术(functional near-infrared spectroscopy,fNIRS)作为一种无损光学脑成像技术,可用于构建脑机接口(brain-computer interface,BCI)以识别操作者肢体控制意图.利用fNIRS技术测量11位参试者的手臂伸展、腿部伸展和手指敲击的前额皮层(prefrontal cortex,PFC)和运动功能皮层(motor cortex,MC)的血氧变化信号,并利用fNIRS的生理特征和支持向量机建立fNIRS-BCI分类器.结果表明手臂伸展、手指敲击和腿部伸展的四分类fNIRS-BCI平均正确率分别为89.32%,、88.66%,和91.35%,;fNIRS-BCI的运动想象动作的分类正确率不低于运动执行动作;3种任务范式的混淆矩阵分析结果表明:运动想象诱发的脑功能活动与同侧肢体的运动执行、对侧肢体的运动想象活动产生混淆,3种任务范式的同侧运动想象和运动执行的血氧数据检验结果存在显著差异.因此,fNIRS-BCI能有效识别运动想象和运动执行活动,且运动想象和运动执行活动的血氧数据变化具有可分性. 展开更多
关键词 功能性近红外技术 接口 运动想象 运动执行
在线阅读 下载PDF
基于认知任务的脑机接口方法研究 被引量:3
8
作者 毕路拯 张然 +1 位作者 高原 吴平东 《计算机工程》 CAS CSCD 北大核心 2007年第1期190-192,共3页
提出一种通过脑电波来识别放松状态以及乘法作业状态从而实现脑机接口的新方法。利用脑电仪记录受测者放松状态以及乘法作业时的大脑左右半球枕叶部的脑电信号,采用Welch法分别估计出这2个部位8Hz~10Hz、1Hz~13Hz、14Hz~30Hz 3个频... 提出一种通过脑电波来识别放松状态以及乘法作业状态从而实现脑机接口的新方法。利用脑电仪记录受测者放松状态以及乘法作业时的大脑左右半球枕叶部的脑电信号,采用Welch法分别估计出这2个部位8Hz~10Hz、1Hz~13Hz、14Hz~30Hz 3个频段的功率谱,以各个功率谱平均值和2Hz~30Hz频段功率谱平均值的比值作为分类特征,采用支持向量机的方法建立了分类器,从而实现了脑机接口。4个受测者的实验结果表明识别准确率都大于94.44%,最高为98.89%。由于只采用了2个采集点,因此如果采用某种编码方式,该脑机接口技术就可更加方便地用于写字、控制轮椅等方面。 展开更多
关键词 支持向量 接口 功率 认知任务
在线阅读 下载PDF
基于Alpha波的异步脑-机接口系统 被引量:4
9
作者 赵海滨 王宏 李春胜 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2009年第10期1377-1380,共4页
利用Alpha波建立了一个脑-机接口系统,包括脑电数据采集、脑电信号分析、特征提取和分类,并进行了实时在线分析.该脑-机接口系统的工作模式为异步,测试者可以任意选择何时启动系统,并随意选择4个命令中的一个进行输出,是一种更加自然的... 利用Alpha波建立了一个脑-机接口系统,包括脑电数据采集、脑电信号分析、特征提取和分类,并进行了实时在线分析.该脑-机接口系统的工作模式为异步,测试者可以任意选择何时启动系统,并随意选择4个命令中的一个进行输出,是一种更加自然的人机交互方式.实验结果表明,该系统取得了很高的分类正确率,具有很好的实用性. 展开更多
关键词 -接口 功率密度 异步通信
在线阅读 下载PDF
基于傅里叶变换的脑机接口系统实现方法
10
作者 张爱华 杨彬 +1 位作者 黄玲 靳伍银 《兰州理工大学学报》 CAS 北大核心 2008年第4期77-82,共6页
脑机接口系统要求实时的处理速度和较高的准确识别率.在对脑电信号进行幅频分析和相同步分析的基础上,提出一种意识任务识别在线脑机接口系统实现方法.提取谱峰和相同步相干性指数作为反映大脑运动意识任务状态的特征参量,设计基于信息... 脑机接口系统要求实时的处理速度和较高的准确识别率.在对脑电信号进行幅频分析和相同步分析的基础上,提出一种意识任务识别在线脑机接口系统实现方法.提取谱峰和相同步相干性指数作为反映大脑运动意识任务状态的特征参量,设计基于信息积累的时变线性分类器,对左右手想象意识任务进行识别,获得了满意的结果,最大分类正确率达到90.72%.研究结果表明,谱峰特征是事件相关去同步/同步的一个敏感的量化参数,结合相同步相干性指数能够提供更多反映大脑意识任务状态的信息.该方法采用快速傅里叶变换和线性判别式分析,特征提取和分类算法简单,计算速度快.为在线脑机接口系统的实现提供了新的思路和途径. 展开更多
关键词 在线接口 相同步 时变分类器
在线阅读 下载PDF
基于功能性近红外光谱识别步行想象研究 被引量:3
11
作者 李红权 程昭立 王发旺 《电子测量技术》 北大核心 2021年第1期161-164,共4页
脑机接口是一种变革型的人机交互,基于脑电的脑机接口占到研究的大多数,而基于功能性近红外光谱(fNIRS)的脑机接口以其特有的优势开始受到研究者重视。本研究利用fNIRS测量了15名被试在步行想象和空闲状态期间的氧合血红蛋白(HbO)浓度,... 脑机接口是一种变革型的人机交互,基于脑电的脑机接口占到研究的大多数,而基于功能性近红外光谱(fNIRS)的脑机接口以其特有的优势开始受到研究者重视。本研究利用fNIRS测量了15名被试在步行想象和空闲状态期间的氧合血红蛋白(HbO)浓度,对HbO信号进行带通滤波和基线漂移矫正。然后提取HbO的均值、峰值和均方根及其组合作为分类特征,最后采用SVM、KNN和LDA进行分类,并测试了任务期间不同时间窗的分类性能。实验结果表明,采用SVM提取3种组合特征的分类准确率明显高于其他特征及分类器,达到了90.37±4.42%;2~8 s时间窗比其他时间窗的分类准确率更高。所提研究有望为步行功能障碍患者提供一种新的可选的主动康复训练方法。 展开更多
关键词 接口 功能性近红外 步行想象 分类准确率
在线阅读 下载PDF
基于功能近红外光谱成像的协调运动想象识别研究
12
作者 李梦琪 许博俊 刘化东 《现代电子技术》 2023年第17期61-65,共5页
基于功能近红外光谱成像的脑机接口(fNIRS-BCI)是一种较为新颖的脑机交互技术。为了探究不同肢体协调运动想象血液动力学信号的可分性以及不同组合特征的分类效果,研究采集了10名健康受试者站立、行走想象以及休息状态的血液动力学信号... 基于功能近红外光谱成像的脑机接口(fNIRS-BCI)是一种较为新颖的脑机交互技术。为了探究不同肢体协调运动想象血液动力学信号的可分性以及不同组合特征的分类效果,研究采集了10名健康受试者站立、行走想象以及休息状态的血液动力学信号,提取了氧合血红蛋白(HbO2)信号的均值、峰值、均方根、方差和标准差的组合作为分类特征。构建了基于最小二乘支持向量机(LS-SVM)的分类模型,对站立、行走想象和休息状态的HbO2进行了测量和分类。试验结果表明,均值&峰值、均值&均方根、标准差&均值、方差&均方根的分类准确率明显高于其他组合特征,分别为77.3%±5.5%、74.8%±6.1%、71.7%±6.5%和73%±3.9%。这表明多个肢体的协调运动想象具有可分性,有望为fNIRS-BCI控制外部设备增加新的指令,该研究可能为fNIRS-BCI在下肢康复的应用提供帮助。 展开更多
关键词 接口 功能近红外成像 协调运动想象 特征组合 分类识别 最小二乘支持向量 下肢康复 血液动力学信号响应
在线阅读 下载PDF
基于PSD特征的FBCCA脑电信号识别方法 被引量:2
13
作者 张学军 杨京儒 《科学技术与工程》 北大核心 2024年第4期1411-1417,共7页
当前基于稳态视觉诱发电位(steady-state visual evoked potential,SSVEP)的脑机接口(brain-computer interfaces,BCIs)使用的都是单一识别算法,针对不同时间长度的识别准确率较低。提出了一种基于滤波器组的典型相关分析(filter bank c... 当前基于稳态视觉诱发电位(steady-state visual evoked potential,SSVEP)的脑机接口(brain-computer interfaces,BCIs)使用的都是单一识别算法,针对不同时间长度的识别准确率较低。提出了一种基于滤波器组的典型相关分析(filter bank canonical correlation analysis,FBCCA)与功率谱密度(power spectral density,PSD)分析相结合的SSVEP识别算法,可以提高SSVEP识别的普适性与准确率。该方法使用FBCCA寻找高相似度的参考频率信号,再通过多组PSD分析来锁定最终的响应频率,完成频率识别。该方法无需经过训练就能得到较高的识别准确率。实验结果表明:在刺激时长为1 s时,该方法能达到86.61%的准确率,比PSD分析方法提升了5.44%,比典型相关性分析方法(canonical correlation analysis,CCA)提升了10.38%的准确率,比FBCCA提升了8.86%的准确率。 展开更多
关键词 接口(BCI) 稳态视觉诱发电位(SSVEP) 滤波器组的典型相关分析(FBCCA) 功率密度(PSD) 频率识别
在线阅读 下载PDF
想象动作中动态脑电的信息熵研究 被引量:6
14
作者 綦宏志 程龙龙 +3 位作者 陈滨津 赵翔 明东 万柏坤 《中国生物医学工程学报》 CAS CSCD 北大核心 2007年第1期74-77,82,共5页
想象动作可以引起脑电信号的特异性变化,如何通过提取脑电特征参数来识别想象动作的发生是目前脑-计算机接口(BCI)系统设计的技术关键之一。本研究使用两种信息熵(功率谱熵和小波熵)作为特征参数,对手部想象动作执行前后的动态脑电信号... 想象动作可以引起脑电信号的特异性变化,如何通过提取脑电特征参数来识别想象动作的发生是目前脑-计算机接口(BCI)系统设计的技术关键之一。本研究使用两种信息熵(功率谱熵和小波熵)作为特征参数,对手部想象动作执行前后的动态脑电信号进行分析,并与目前常用的mu节律事件相关去同步(ERD)参数进行比较,以寻找特异性更强的动态参数。结果显示在想象动作对侧的运动感觉区域中,功率谱熵和小波熵均表现出与mu节律强度变化具有明显锁时关系的改变,且区分错误率得到明显降低。而在中顶部位置mu节律强度无明显变化处,熵参数对左右手想象动作的响应也具有明显的不同。结论,功率谱熵和小波熵具有良好的时域分辨能力和更准确的区分效果,可以作为特征参数用于在线BCI系统。 展开更多
关键词 -接口 想象动作 功率 小波熵 事件相关去同步
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
15
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 混合接口(BCI) 运动想象(MI) 深度学习 DEMPSTER-SHAFER理论 功能近红外(fNIRS)信号 电信号(EEG)信号
在线阅读 下载PDF
运动意识任务的模式识别方法研究 被引量:5
16
作者 徐宝国 宋爱国 费树岷 《仪器仪表学报》 EI CAS CSCD 北大核心 2011年第1期13-18,共6页
针对脑机接口研究中运动想象脑电信号的模式识别问题,提出了一种基于离散小波变换和AR双谱的特征提取方法。该方法首先利用Daubechies类小波函数对二路脑电信号进行3层分解,抽取小波系数的均值、能量均值、均方差三个特征;然后,采用5阶A... 针对脑机接口研究中运动想象脑电信号的模式识别问题,提出了一种基于离散小波变换和AR双谱的特征提取方法。该方法首先利用Daubechies类小波函数对二路脑电信号进行3层分解,抽取小波系数的均值、能量均值、均方差三个特征;然后,采用5阶AR模型进行双谱估计,抽取双谱切片特征;最后,将这两类特征进行组合后使用马氏距离线性判别进行分类。利用BCI2003竞赛的标准数据,该方法使得EEG的识别正确率达到92.86%,与竞赛的最好结果(89.29%)相比提高了3.57%,为BCI研究中脑电信号的模式识别提供了有效的手段。 展开更多
关键词 接口 小波变换 AR双 运动想象
在线阅读 下载PDF
一种基于时空统计特征的低通道fNIRS脑功能分类实验
17
作者 施开波 周爽 +1 位作者 周楠 唐琳 《实验室研究与探索》 2025年第9期105-110,共6页
为提升学生的工程实践能力,将“基于时空统计特征的低通道功能性近红外光谱(fNIRS)脑功能分类任务”设计为创新性教学实验。提出融合统计特征与时空信息的FNIRNet深度学习框架,可在无须高密度采集设备的情况下,直接处理原始fNIRS信号并... 为提升学生的工程实践能力,将“基于时空统计特征的低通道功能性近红外光谱(fNIRS)脑功能分类任务”设计为创新性教学实验。提出融合统计特征与时空信息的FNIRNet深度学习框架,可在无须高密度采集设备的情况下,直接处理原始fNIRS信号并筛选最优通道,显著降低检测成本。该框架时空统计特征模块增强了对信号模式的捕捉能力。实验结果表明,该方法在准确率、F_(1)值、AUC等指标上均显著优于多种传统与深度学习模型,准确率达92%,F_(1)值达0.95。该实验结合实际案例与前沿技术,具备轻量化、高准确率、部署简便等优势,具有良好的教学推广价值及心理健康筛查应用前景。 展开更多
关键词 功能性近红外 低通道 深度学习 接口
在线阅读 下载PDF
三维卷积神经网络在多模态信号融合的运动想象中的研究
18
作者 陈思毅 郭家志 《现代电子技术》 2023年第22期131-136,共6页
非侵入性脑机接口(BCI)已广泛用于神经解码,能将神经信号连接到控制设备。使用脑电图(EEG)和功能性近红外光谱(fNIRS)的混合BCI系统因克服EEG和fNIRS独立BCI系统的局限性而受到了极大的关注。然而,由于时间分辨率和记录位置的差异,大多... 非侵入性脑机接口(BCI)已广泛用于神经解码,能将神经信号连接到控制设备。使用脑电图(EEG)和功能性近红外光谱(fNIRS)的混合BCI系统因克服EEG和fNIRS独立BCI系统的局限性而受到了极大的关注。然而,由于时间分辨率和记录位置的差异,大多数混合脑电图与功能性近红外光谱的BCI研究都集中在晚期融合。尽管混合脑机接口的性能得到了提高,但融合方法在后期提取EEG信号和fNIRS信号中的相关特征方面仍存在困难。基于此,提出一种基于三维卷积神经网络的早期融合结构,首先将一维的EEG与fNIRS信号依据信号采集时的采集头位置转换为三维的脑电与近红外光谱张量,依据时间戳进行空间对齐;其次设计一种三维卷积神经网络来提取对齐后的脑电与近红外光谱信号之间的时空相关性,降低EEG的低空间分辨率,抑制fNIRS的低时间分辨率导致的性能下降。实验结果表明,所提算法性能明显优于EEG和fNIRS独立网络,运动想象的平均分类准确率达到了82.70%,验证了该方法的有效性。 展开更多
关键词 三维卷积神经网络 多模态融合 运动想象 接口 电图 功能性近红外 时空相关性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部