基于HHT的脑电信号在不同阅读模式下的识别与分类

目的:针对Powerlab脑电信号记录仪获取脑电波形,分辨不同类型的脑电阅读模式。方法:对实验者在阅读不同材料(平静闭目、阅读英语、阅读诗歌、阅读现代文四种阅读模式)时的头皮脑电信号进行采样,使用希尔伯特-黄变换及支持向量机训练,分辨平静闭目和其他三种不同阅读模式,并针对经验模态分解时出现的常见情况——端点飞翼现象进行算法优化处理并比较其处理效果。结果:基于多项式拟合处理的经验模态分解分解后的脑电信号辨识率最高,稳定在65%水平,最高可达70%。结论:大脑在阅读状态下经经验模态分解和多项式拟合后的信号适合作为大脑阅读模式下的特征提取函数,并对有效阅读模式具有指导意义。

基于支持向量回归的生物膜-电极阻抗模型研究

目的采用支持向量回归方法,构建金电极上覆盖生物膜的模型。方法对裸金电极、NC膜-金电极、蛋白-NC膜-金电极3种结构进行电化学阻抗测试,依据其对应的等效电路进行拟合及关键参数提取。利用主成分分析方法选取了信息总量和80%的前4个参数Rs,CPE-P,CPE-T,R1,并以这4个参数为输入,以电极直径为预测值,建立了电极直径的支持向量回归预测模型。结果3组实验的预测结果都与实验结果吻合,平均预测率为82.43%,并采用PC12细胞进行了初步验证。结论基于支持向量回归的生物膜-电极阻抗模型,可对不同直径电极的活化面积预测,对其它生物膜如细胞等在电极上的有效贴附面积和培养状况的量化检测提出定量分析依据。