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1,538篇文章
< 1 2 … 77 >
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 被引量：1
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
高密度静息态EEG数据的开放获取:现状、挑战与展望
2
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
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
多通道类别学习的认知特征与神经机制:EEG与DDM证据
7
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
基于卷积内SWCS的时间卷积网络对MI-EEG解码
8
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
EEG相干分析在语言理解研究中的应用 被引量：5
9
作者 王琳 张清芳 杨玉芳 《心理科学进展》 CSSCI CSCD 北大核心 2007年第6期865-871,共7页
EEG相干反映了EEG信号在各个脑区之间的信息传递,可以揭示各种认知加工过程中不同功能网络的协同工作方式。首先介绍了这一方法的基本原理,然后从词语和句子两个水平上阐述了EEG相干分析在语言理解研究中的应用。在词语水平上涉及一般... EEG相干反映了EEG信号在各个脑区之间的信息传递,可以揭示各种认知加工过程中不同功能网络的协同工作方式。首先介绍了这一方法的基本原理,然后从词语和句子两个水平上阐述了EEG相干分析在语言理解研究中的应用。在词语水平上涉及一般认知加工过程、语法加工和语义加工三个方面;在句子水平上,从句子的语义整合角度进行了介绍。最后指出了这一方法的优缺点,并对今后的研究方向进行了展望。 展开更多
关键词 eeg(Electroencephalography)信号 eeg相干分析(eeg COHERENCE Analysis) 频谱 波段 语言理解
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：9
10
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
11
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
面向情绪识别任务的EEG特征提取研究综述
12
作者 李蒙蒙 薛文博 +4 位作者 刘云扬 何雨碟 岳彩通 李志辉 尚志刚 《中国生物医学工程学报》 北大核心 2025年第4期465-477,共13页
情绪作为个体对客观环境的主观心理和生理反应体系,在人机交互场景中扮演着关键调节角色。情绪识别技术在医学、教育、心理学和军事等多个交叉学科领域具有重要应用价值。相较于面部表情、语音语调和肢体动作等易受主观调控的非生理信号... 情绪作为个体对客观环境的主观心理和生理反应体系,在人机交互场景中扮演着关键调节角色。情绪识别技术在医学、教育、心理学和军事等多个交叉学科领域具有重要应用价值。相较于面部表情、语音语调和肢体动作等易受主观调控的非生理信号,生理信号具有更高的客观性和真实性。其中,脑电信号(EEG)作为典型的生理信号,在采集便捷性和识别准确性方面具有一定优势,已成为情绪识别领域的重要研究对象。系统综述了基于EEG信号的情绪识别特征提取方法及其研究进展,梳理了包括时域和频域特征、空间域特征、脑网络特征、浅层非线性和流形特征的多维分析框架,重点分析了基于深度学习的自动特征提取方法的技术演进,从多模态融合、个体差异校正以及实时解码等多维度展望了未来技术发展趋势。 展开更多
关键词 脑电 情绪识别 特征提取 深度学习
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
13
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
基于EEG的脑力疲劳特征研究 被引量：15
14
作者 范晓丽 牛海燕 +1 位作者 周前祥 柳忠起 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第7期1406-1413,共8页
模拟飞行员在飞行过程中监视仪表信息的过程,分析脑电(EEG)随脑力疲劳变化的特点及规律,从而为后期对抗脑力疲劳提供科学根据。通过设计2级不同难度的视觉监控任务分别诱发脑力疲劳,采用多种方法相结合进行研究,比较EEG参数(δ、θ、α... 模拟飞行员在飞行过程中监视仪表信息的过程,分析脑电(EEG)随脑力疲劳变化的特点及规律,从而为后期对抗脑力疲劳提供科学根据。通过设计2级不同难度的视觉监控任务分别诱发脑力疲劳,采用多种方法相结合进行研究,比较EEG参数(δ、θ、α、β、(α+θ)/β、α/β、(α+θ)/(α+β)和θ/β)在任务前后的变化情况。结果表明:从正常到疲劳状态,额区、中央区、顶区和枕区的α波相对能量显著增加(P<0.05);前额区、侧额区、后颞区以及枕区的β波相对能量显著降低(P<0.05);δ波和θ波相对能量变化未达到显著性差异(均有P>0.05);参数(α+θ)/β、α/β、(α+θ)/(α+β)和θ/β在除颞区外的各脑区都显著增大(P<0.05);在颞区,只有α/β在疲劳前后增加明显(P<0.05);与较高难度的任务比较,低难度任务中的各EEG参数变化较为明显。因此,除δ波和θ波以外的其他特征参数被证实在特定的脑区域可以作为衡量脑力疲劳的潜在指标,同时可以验证适当地增加任务难度可以在某种程度上对抗脑力疲劳的产生。 展开更多
关键词 脑力疲劳 任务难度 视觉监控 脑电(eeg) 小波分析
在线阅读 下载PDF
基于EEG熵值的驾驶员脑力负荷水平识别方法 被引量：8
15
作者 郭孜政 潘毅润 +4 位作者 潘雨帆 吴志敏 肖琼 谭永刚 张骏 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第5期980-984,共5页
为了对驾驶员脑力负荷予以有效识别,基于脑电信号指标构建了一种驾驶员脑力负荷识别方法.对驾驶员脑电信号进行快速傅里叶变换（FFT）,选取θ（4~8 Hz）,α（8~13 Hz）,β（13~30 Hz）3个频段的频谱幅值分别进行熵处理,对所得到的熵值... 为了对驾驶员脑力负荷予以有效识别,基于脑电信号指标构建了一种驾驶员脑力负荷识别方法.对驾驶员脑电信号进行快速傅里叶变换（FFT）,选取θ（4~8 Hz）,α（8~13 Hz）,β（13~30 Hz）3个频段的频谱幅值分别进行熵处理,对所得到的熵值作为脑力负荷识别参数,并对识别参数进行Kruskal-Wallis检验,选取差异最为显著的10项参数作为脑力负荷特征指标,在此基础上结合BP模型构建了驾驶员脑力负荷识别模型.基于驾驶模拟器实验数据,模型识别正确率为87.8%~90.4%.结果表明,该模型对驾驶员脑力负荷识别具有较高准确性,可实现不同驾驶员脑力负荷的有效识别,为未来自动辅助驾驶系统构建及车载信息系统优化设计提供算法依据. 展开更多
关键词 驾驶脑力负荷 熵 eeg BP神经网络
在线阅读 下载PDF
癫痫EEG信号相空间重构参数的计算和分析 被引量：6
16
作者 周毅 赵怡 +2 位作者 解玲丽 周列民 陈子怡 《中山大学学报（自然科学版）》 CAS CSCD 北大核心 2007年第3期5-9,共5页
根据癫痫发作过程中,EEG信号表现出来的发作间期和发作期2种不同的状态,通过分析发现在该过程中大脑动力系统存在不同的动力学嵌入空间,存在不同的吸引子。还应用伪邻点法、互信息法和C-C方法进行了推导和仿真,对2种不同状态进行相空间... 根据癫痫发作过程中,EEG信号表现出来的发作间期和发作期2种不同的状态,通过分析发现在该过程中大脑动力系统存在不同的动力学嵌入空间,存在不同的吸引子。还应用伪邻点法、互信息法和C-C方法进行了推导和仿真,对2种不同状态进行相空间重构,确定了癫痫病人不同状态EEG不同吸引子的参数,并在此基础上提出了若干新的见解。 展开更多
关键词 混沌 癫痫 eeg 相空间重构
在线阅读 下载PDF
不同类型音乐对悲伤情绪舒缓作用的EEG研究 被引量：19
17
作者 卢英俊 戴丽丽 +1 位作者 吴海珍 秦金亮 《心理学探新》 CSSCI 2012年第4期369-375,共7页
该研究采用EEG法探究音乐对悲伤情绪舒缓作用。选取中国古典、流行、摇滚及班得瑞音乐及悲伤影片。播放影片诱发悲伤情绪后,用音乐进行舒缓,同步采集脑电,分析得脑电功率谱(PS)及重心频率(GF)。结果表明,影片显著降低了GF及α频段PS;古... 该研究采用EEG法探究音乐对悲伤情绪舒缓作用。选取中国古典、流行、摇滚及班得瑞音乐及悲伤影片。播放影片诱发悲伤情绪后,用音乐进行舒缓,同步采集脑电,分析得脑电功率谱(PS)及重心频率(GF)。结果表明,影片显著降低了GF及α频段PS;古典音乐GF最高,且诱发的α段PS最高,摇滚乐最低;脑对音乐加工的性别差异显著,半球差异不显著;主观体验悲伤度与α波PS显著负相关。所选音乐均具情绪舒缓作用,中国古典音乐最佳;α波PS,可作为反映悲伤-快乐情绪体验变化的脑电指标。 展开更多
关键词 eeg 音乐 悲伤舒缓 脑电功率谱 重心频率
在线阅读 下载PDF
精神分裂症患者工作记忆EEG功能网络属性分析 被引量：12
18
作者 孙丽婷 阴桂梅 +4 位作者 谭淑平 赵艳丽 张进国 李东 李海芳 《计算机工程与应用》 CSCD 北大核心 2017年第12期25-30,共6页
精神分裂症与一些认知障碍如信息处理、工作记忆等联系紧密,研究工作是记忆任务中精神分裂症患者与正常人的多通道脑电在各个阶段、各个频段存在哪些显著性差异,可为精神分裂症的诊断提供依据。使用相位锁值(Phase Locking Value,PLV)... 精神分裂症与一些认知障碍如信息处理、工作记忆等联系紧密,研究工作是记忆任务中精神分裂症患者与正常人的多通道脑电在各个阶段、各个频段存在哪些显著性差异,可为精神分裂症的诊断提供依据。使用相位锁值(Phase Locking Value,PLV)来量化任意两个电极通道之间的相位同步性,构建脑功能网络的关联矩阵,计算不同稀疏度下脑网络的全局属性以及局部属性曲线下面积,在同一阶段、同一频段下对精神分裂症患者和正常人得到的属性值进行非参数检验,找出差异显著的属性及节点,将对应值作为特征训练SVM分类器,进而将精神分裂症患者和正常人分类。属性分析结果表明,工作记忆任务中θ和α频段发挥主要作用的脑区集中在右侧额叶区和枕叶区,γ频段相关的脑区集中在顶叶区;精神分裂症患者额叶右侧区域与枕叶区电极间θ、α波相关性低于正常人,而其顶叶区电极间γ波的相关性高于正常人。 展开更多
关键词 工作记忆 精神分裂症 eeg功能网络属性 特征频段 特征脑区
在线阅读 下载PDF
严重意识障碍患者康复过程EEG非线性特征与CRS-R评分相关性分析与可视化表征 被引量：9
19
作者 郝学良 杨文伟 +4 位作者 李景琦 刘小平 李轶 赵伟杰 杨勇 《中国生物医学工程学报》 CAS CSCD 北大核心 2015年第2期153-159,共7页
研究严重意识障碍患者意识康复过程脑电非线性特征与行为学意识量表CRS-R评分之间的相关性,并将非线性特征用于脑功能的可视化表征,为建立脑电非线性特征用于评估严重意识障碍患者意识康复过程提供电生理学依据。采集严重意识障碍患者(... 研究严重意识障碍患者意识康复过程脑电非线性特征与行为学意识量表CRS-R评分之间的相关性,并将非线性特征用于脑功能的可视化表征,为建立脑电非线性特征用于评估严重意识障碍患者意识康复过程提供电生理学依据。采集严重意识障碍患者(最小意识状态(MCS)10例和植物状态(VS)8例)意识康复过程中前后两次安静状态的脑电数据,计算近似熵、样本熵、排列熵和复杂度LZC等4种脑电非线性特征,对比分析非线性特征变化与CRS-R评分变化之间的相关性,并利用脑电地形图将近似熵非线性特征进行可视化表征。结果表明,MCS组和VS组CRS-R评分变化均为显著差异(P<0.01);MCS组的近似熵和复杂度LZC变化为显著差异(P<0.05),而VS组只有近似熵变化为显著差异(P<0.05);MCS组近似熵、复杂度LZC的变化与CRS-R评分变化的相关系数分别为0.851和0.693,呈显著正相关,VS组只有近似熵变化与CRS-R评分变化为显著正相关,相关系数为0.778;近似熵用于患者脑地形图可视化表征具有较好的效果。近似熵非线性特征用于评估严重意识障碍患者的意识康复过程具有一定的可行性。 展开更多
关键词 严重意识障碍患者 意识康复 eeg 非线性特征 CRS-R 脑电地形图
在线阅读 下载PDF
基于EEG模糊相似性的癫痫发作预测 被引量：8
20
作者 李小俚 欧阳高翔 +1 位作者 关新平 李岩 《中国生物医学工程学报》 CAS CSCD 北大核心 2006年第3期346-350,381,共6页
本研究提出基于EEG序列模糊相似性指数方法预测癫痫发作。首先,结合复自相关法和Cao法对EEG序列进行了相空间重构;然后,计算相关积分时用Gaussian函数代替Heavyside函数,克服了Heavyside函数的刚性边界问题,使得计算相似性指数更加准确... 本研究提出基于EEG序列模糊相似性指数方法预测癫痫发作。首先,结合复自相关法和Cao法对EEG序列进行了相空间重构;然后,计算相关积分时用Gaussian函数代替Heavyside函数,克服了Heavyside函数的刚性边界问题,使得计算相似性指数更加准确和可靠;最后,分析大鼠癫痫EEG信号,检测癫痫发作前期状态。分析结果表明模糊相似性指数方法能够比动态相似性指数方法获得更长的预测时间和更低的错误预测率。 展开更多
关键词 eeg信号 模糊相似性指数 癫痫发作 预测 相空间重构
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 … 77 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