C#与Matlab混合编程在BEAM绘制中的应用

针对Matlab界面开发能力差和C#开发复杂数值运算软件效率低等问题,提出利用C#与Matlab混合编程实现EEG数据的有效处理。本文通过对三种混合编程方法的分析对比,选择C#调用COM组件的方式进行混合编程。该方法第一步需要设置Matlab编译环境,然后编写Matlab函数文件,最后利用Matlab.NETBuilder将编写好的函数文件编译成COM组件供C#调用实现混合编程。并通过真实EEG信号的仿真实验研究上述方法在绘制脑地形图(BEAM)中的有效性。结果表明,该方法可以完全脱离Matlab平台,通过参数传递绘制出不同EEG信号的BEAM。

集成学习在脑机接口分类算法中的研究

提出了一种基于独立分量分析的支持向量机集成学习算法,用于脑机接口中P300字符识别。首先由P300信号分解出独立分量,基于Bagging算法送入支持向量机基分类器进行集成学习,通过平均的方法获得对应类别概率进行分类决策。数据来源于P300字符拼写实验,不同导联和不同序列的分类结果表明,该分类算法学习效率和分类精度高,全导联平均分类精度为96.6%,在序列数较少的情况下,平均分类精度也达到91.5%。较其他算法,识别性能好,是脑机接口的实用分类算法。

脑电分析软件改变传统医疗

作为人体中枢神经的主要部分,大脑的健康至关重要。近来,脑科学成为科学界的热点,对大脑检查和分析的研究也不断深入。为了全面、正确地采集和分析大脑活动信息,脑电软件应运而生。打造一款更为客观、有效的脑电自动分析与检测系统,是脑科学发展的重要趋势。脑电(Electroencephalograph,简称EEG)是大脑神经元细胞在头皮上的综合反映,研究发现,很多的脑部疾病和精神疾病会影响正常脑电波。使用脑电图机获取脑电,可以使研究人员方便、直观地分析和观察脑电波。在临床上,更可以通过发现脑电波异常,达到及时诊断。