基于脑肌电融合的混合脑机接口研究

动作模式识别是脑机接口技术的核心内容之一。针对目前脑机接口动作识别模式单一、识别率低等问题,基于混合脑机接口思想,提出一种脑电和肌电特征融合策略,可实现单侧肢体不同动作模式的有效分类,进而可用于脑机接口技术。同步采集9名健康受试者单侧手腕屈/伸两种动作模式下的脑电信号和表面肌电信号,分别提取脑电信号事件相关去同步化特征和表面肌电信号的积分肌电值特征,构建基于支持向量机和粒子群优化算法的脑肌电融合及运动模式识别模型,通过调整"特征融合系数"来实现动作模式最优分类,从而提高模式识别的准确率;进一步通过递降健康人的肌电信号幅值来模拟患者和运动疲劳状态下的肌电信号,验证所提出方法对动作模式识别的有效性。实验结果表明,基于脑肌电融合特征的动作模式识别率(98%)比单纯依靠脑电特征的识别率(73%)提高25%;在运动疲劳状态下,基于脑肌电融合特征的识别率稳定在80%以上,比单纯依靠肌电特征的识别率提高14%。可见,脑肌电融合策略能提高动作模式识别的准确性和鲁棒性,为混合脑机接口技术提供条件。

垂直绿化对室内热环境影响测试研究

为研究夏季垂直绿化对室内热环境影响效果,对中原某市西墙有无垂直绿化房间进行连续测试.分析测试结果发现,当采用垂直绿化后,墙体外表面平均温度昼夜分别低4.9℃、0.2℃;墙体内表面平均温度昼夜分别低0.9℃、1.7℃;室内空气平均温度昼夜分别低1.3℃、1.7℃.墙体内外表面及室内空气最高温度昼夜也明显偏低,其中墙体外表面最高温度昼间降低高达11.2℃.垂直绿化能有效缓解"西晒"过热现象,对室内热环境改善效果显著,且有较好的建筑节能效果.

基于高效隐秘汉明距离计算的安全人脸识别

为使人脸识别能够在云端进行隐秘计算,实现一种能够安全计算的人脸识别系统。服务器端(云端)存储一组嫌疑人的人脸数据,客户端(终端)获取人脸图像,在隐秘的情况下将其与服务器端的数据进行安全运算,判断客户端的人脸是否与人脸库中的人脸匹配,若答案是肯定的,则返回给客户端"匹配",不透露任何一方的信息。人脸识别采用人脸特征块提取算法,安全计算采用同态加密和不经意传输算法,在此基础上提出一种高效隐秘汉明距离算法,解决在加密情况下计算人脸向量汉明距离复杂度高的问题,程序测试时间明显减少。

基于稀疏表示的云环境中人脸图像隐秘识别方法

为了在保护用户隐私的前提下,完成用户人脸图像数据在云端的识别计算,提出了一种基于稀疏表示的云环境中人脸图像隐秘识别方法。终端采集的人脸图像与云端人脸数据库中的人脸图像进行比对,从而判断采集的人脸是否属于云端的人脸数据库,同时双方互相无法获取对方的人脸图像内容。该方法通过第三方人脸图像数据库对人脸图像分别进行稀疏表示,利用Paillier同态加密与不经意传输算法,隐秘的比对终端和云端人脸的稀疏系数向量,返回是否匹配。该方法将同态加密和不经意传输应用于稀疏表示人脸识别中,使得在云环境中实现保护隐私的人脸图像识别。

基于Gabor小波和格兰杰因果的脑-肌电同步性分析

手部运动功能神经肌肉调节机制的研究在假肢控制、康复治疗和评价等方面具有重要意义。基于Gabor小波和格兰杰因果(WT-GC)实现皮层肌肉耦合(CMC)分析,并定义GC峰值频率和显著性面积指标,定量描述不同频段的脑-肌电耦合及信息流向特征。同步采集10名健康被试在10%和60%最大自主收缩力(MVC)下的脑电(EEG)与肌电(EMG)信号,运用脑-肌电同步性分析方法进行手部不同力量下的脑-肌电同步耦合特征分析。结果显示:与10%MVC相比,在60%MVC握力输出下,EEG→EMG和EMG→EEG方向GC峰值频率均向高频段转移;EEG→EMG方向上beta频段的GC显著性面积降低,并具有统计性差异(P<0.05)。研究结果验证,所提出方法能够有效刻画不同频段的皮层肌肉间能量耦合特征,可描述不同信息传递方向上的神经元同步振荡强度,也可揭示皮层肌肉运动系统通过调节神经元同步振荡强度、频段与流向来控制手部力量输出的神经机制,为探索手部运动控制与反馈信息解码提供了依据。

一种增强WAPI安全性的改进方法

WAPI是中国无线局域网国家标准GB 15629.11中提出的用来实现无线局域网鉴别和加密的机制。文章介绍了WAPI标准产生的背景和工作原理,分析指出了中国无线局域网国家标准WAPI在身份认证和密钥协商过程存在的安全缺陷,并针对文中提出的缺陷做出相应的改进。身份认证过程中,改进的方案不仅认证用户证书的合法性,还认证用户是否拥有对应的私钥;在密钥协商阶段,将密钥交换协议——MTI应用到密钥交换过程,提高了密钥交换的密码学安全性。文章列出改进的WAI鉴别基础结构关键交互过程,并给出了详细的安全性分析。文章在改进的WAPI基础上,提出了一种结合独立安全介质(手机为SD-Key、PAD为USBKey)的移动终端方案。相对于原国家标准,改进的WAPI安全性有了很大提升。文章提出的增强移动终端方案对提高WAPI标准产品化过程中的安全性有较大借鉴意义。

基于Chua电路的真随机数发生器的设计与实现

本文对已有的几类真随机数发生器进行研究,分析了它们的优缺点。设计了一种基于Chua混沌电路的真随机数发生器并进行理论分析,利用Multisim软件进行电路仿真,最后实现了硬件电路的真随机数发生器。使用NIST随机性测试标准对产生的随机序列进行了随机性统计测试。测试结果验证了产生的随机序列具有良好的均匀性,随机性,不可预测性和不可重复性,可以广泛应用于数据加密等信息安全领域。

基于格兰杰因果性的行走状态下脑肌电同步分析

为了研究健康人在行走过程中大脑皮层与肌肉间的功能性关联,探究正走与倒走过程中该功能联系是否存在差异,分别对10名健康被试进行时长大于10 min的正走和倒走测试;基于格兰杰因果性算法(GC)对测试过程中同步采集到的头皮脑电(EEG)与表面肌电(EMG)信号进行分析,进一步定义不同节律下EEG和不同肌肉EMG的GC显著性面积指标,用以定量描述皮层-肌肉间的功能性耦合关系和信息流向,并分析脑电功率谱与该功能性耦合关系的联系。Wilcoxon非参数检验的结果显示,倒走过程中股直肌与胫骨前肌在EEG→EMG和EMG→EEG方向上alpha和beta节律的GC显著性面积指标较正走过程存在显著下降(P<0.05);线性回归分析的结果显示,正走和倒走中的EEG功率谱峰值与EEG→EMG方向的GC峰值存在线性相关性(P<0.05)。实验说明,健康人步行时EEG和EMG间存在方向性耦合关系,并且脑电alpha和beta节律参与步行中的控制反馈过程,从而证明该研究方法可以刻画大脑皮层与肌肉之间的同步特征与功能联系。

基于随机子图表示的云环境人脸图像隐秘检测

为了在云端服务器中进行终端用户的人脸图像检测的同时能够保护双方的数据隐私,提出了一种基于随机子图表示的人脸图像隐秘检测方法。终端将原图像根据随机子图产生算法划分为2值的子图像加权和,将子图像的权值随机排序,将子图像按照权值随机排列的顺序发给云端服务器。云端服务器利用其人脸检测算法对子图像进行检测,终端根据随机子图分解合并检测结果。云端和终端都引入了随机数机制,以保护终端的人脸图像信息和云端的人脸检测算法参数。该方法的创新点是提出了随机子图算法并应用于图像的人脸检测中,使云端隐私保护的人脸检测得以实现。

中风康复运动中脑电-肌电相干性分析

本文针对中风康复患者运动功能障碍相关的神经肌肉功能评价问题,研究有效的脑电(EEG)信号与肌电(EMG)信号相干性分析及相干显著性判断方法,探索运动功能障碍患者的脑、肌电相干差异性表现。提出一种基于小波分解的脑、肌电相干性分析方法,定义了相干显著性指标定量描述EEG、EMG信号在某频域内的相似性和锁相活动。通过对中风患者和健康人膝关节"屈"、"伸"运动中脑、肌电相干性分析实验,得到以下结论:在相同运动模式下患者健侧的脑、肌电相干性与正常人无明显差异,患者患侧的脑、肌电相干性在gamma频段存在明显缺失;但随着运动功能的康复,患者患侧的脑、肌电相干性与健侧gamma频带脑、肌电相干性的差异会逐渐减小。

基于Gabor小波-传递熵的脑-肌电信号同步耦合分析

人体运动中脑电(EEG)信号和肌电(EMG)信号间的同步特征能够反映皮层肌肉间功能耦合(FCMC)的关系。本文将Gabor小波和传递熵(TE)结合,提出一种新的方法(Gabor-TE)用以定量分析不同恒定握力下EEG-EMG信号间的非线性同步耦合特征及方向特性。本研究首先选取9名健康受试者在4种不同恒定握力下的EEG、EMG信号,并以Gabor小波变换进行局部分解;然后计算频带TE值并定义单位传递面积指标(ATE),分析恒定握力下EEG-EMG信号的局部频段同步特征及方向特性;最后探究EEG信号和EMG信号功率谱对Gabor-TE方法分析结果的影响。本文研究结果表明:恒定握力下,β频段EEG→EMG方向TE值高于EMG→EEG方向,且随握力水平增加EEG→EMG方向上β频段ATE值降低;γ频段TE值在EMG→EEG和EEG→EMG方向上的差异随握力增加而呈现出一定的变化规律;EMG功率谱与特征频段TE结果强相关。本文试验结果表明,Gabor-TE方法能定性、定量描述EEG-EMG信号在局部频带和信息传递上的非线性同步耦合特征,今后或可为研究运动控制及患者康复评价提供一定的理论依据。