基于自适应L滤波器的脑事件关联电位单次提取

提出了一种基于自适应L滤波的脑事件关联电位单次提取方法 .将背景噪声看成一系列起伏状脉冲 ,利用零交叉方法估计各单次记录信号中噪声的脉冲宽度 ,取其最大值作为基准参数 ,自适应地动态确定各单次滤波时所用窗口的大小 .在窗口大小确定后 ,对各单次记录到的信号进行L滤波处理 .实验所采用的刺激方式为视频奥德勃 (odd ball)模式 ,直接对真实数据进行处理 .将实验结果与普通叠加平均结果及原始单次记录进行了对此 ,结果表明脑事件关联电位单次提取效果良好 ,所提出的方法对噪声的分布和平稳性没有特殊要求 ,因而具有较强的适应性和稳健性 .

小波时频滤波器在ERP单次提取中的应用

在对听觉事件关联电位（ＥＲＰ）时、频域分析的基础上，结合相关分析方法，设计出了基于多分辨率样条小波的时频滤波器，可以实现ＥＲＰ单次提取。

单通道脑电信号中诱发电位的单次提取

我们正在构建一个脑控拼写装置,直接利用脑信号与计算机进行交互。在这种实时通信模式中,作为通信载体的特征脑信号淹没在自发的脑电背景中,不能采用常规的叠加平均方法来提取,而必须实现特征信号的单次识别。为使这种技术走出实验室,记录脑电的导联数应越少越好。我们采用独特的“模拟自然阅读”诱发模式,让被试从平滑移过小视窗的刺激符号串中识别靶刺激符号,以产生视觉诱发电位(VEP)。利用支持向量机方法,对三名被试位于导联P z处EEG信号中的VEP进行了单次提取,正确识别率分别为92.1%、94.1%和91.5%,达到了较为满意的效果,为系统的实现打下了基础。

基于中值滤波的脑事件关联电位单次提取

提出了一种基于中值滤波的脑事件关联电位单次提取方法 .刺激方式为奥德勃模式 ,直接用真实的数据进行实验 .在分析背景噪声的基础上 ,将单次记录到的原始信号用中值滤波器进行处理 ,然后对结果进行低通平滑 .实验结果表明 。

基于自适应移动平均的脑事件关联电位单次提取

提出一种基于自适应移动平均的脑事件关联电位单次提取方法。采用零交叉方法对背景噪声进行分析 ,自适应提取单次记录中的最大脉冲噪声宽度 ,将其作为窗口大小的基准 ,然后用移动平均算法对测量信号进行处理。实验结果表明 ,我们提出的方法不但具有良好的单次提取效果 ,而且具有较强的适应性和稳健性。

基于自适应中值滤波的脑事件关联电位单次提取

提出一种基于自适应中值滤波的脑事件关联电位单次提取方法。刺激方式为odd ball模式 ,直接用实测的数据进行实验。背景噪声从波形上看呈现为脉冲状形式 ,中值滤波可以有效地去除脉冲噪声。利用零交叉方法估计各单次记录信号中噪声的脉冲宽度 ,取其最大值作为基准参数 ,自适应地动态确定各单次滤波时所用窗口的大小。在窗口大小确定后 ,对各单次记录到的信号进行中值滤波器处理 ,最后对结果进行低通平滑。实验结果表明 ,本文提出的方法不但具有良好的单次提取效果 。

用多通道特征组合和SVM单次提取诱发脑电信号

以“模拟人类自然阅读诱发模式”产生的诱发脑电信号作为载体,利用脑-机接口这种新颖的人-机交互方式构建一种脑控拼写装置.在这种实时通信模式中,不能采用认知科学实验及临床中的常规相干平均方法来提取诱发电位,而必须实现特征信号的单次识别.对来自四个通道的各种信号成分进行特征组合,利用支持向量机分类器对一名被试者脑电信号中的载波成分进行了单次提取,最佳特征组合的平均正确识别率为98.8%,证明了诱发模式的先进性和系统实现的可行性.

ERP单次提取中的小波变换模极大值恢复算法

自发脑电的频谱不规则 ,与有效信号ERP频谱相重叠 ,传统滤波方法难以奏效。但由于随机噪声奇异性指数与有效信号奇异性指数大小不一样 ,小波变换模极大值在不同尺度下传播行为也不一样 ,据此可将有效信号从随机噪声中提取出来。我们发现利用小波变换模极大值恢复算法可以提取出单次ERP ,并将此方法用于

特征筛选对脑-机接口信号单次提取精度的影响

脑-之机接口的核心问题之一是通信载体信号的单次提取．在构建脑控拼写器的过程中，通过“模拟自然阅读”诱发模式产生的视觉诱发电位作为人脑与计算机之间的通信载体，采用支持向量机方法进行特征信号的单次识别．为提高识别精度，详细研究了信号时程、时段的选择对模式识别精度的影响．结果表明，信号时程越长分类精度越高，时程达到300ms时，分类精度就可达到最大值（且趋于饱和）；信号时段的选择对分类精度亦有较大影响，最佳时段在靶刺激出现后约250～350ms作为起始处．这一结果为提高系统的整体速度与精度打下了基础．

相干平均单次提取脑-机接口信号

为了实现脑一机接口通信信号的单次提取，基于视觉诱发电位在脑部不同位置的相关性应该比自发脑电信号强这一特点，采用多通道的同步平均信号作为特征，用支持向量机分类算法，对一名受试者200次选择作业的记录进行了分类．结果表明，在仅利用Cz与Pz两个通道的信号叠加平均后，取250～550ms时段的信号作为分类器的特征值，能达到97％以上的分类精度．这可为简化脑一机接口系统的设计、提高通信速率提供参考．

通道选择对诱发脑电单次提取精度影响的研究

采用“模拟自然阅读”诱发电位作为人脑和计算机之间的通信载体,用支持向量机从脑电中提取诱发电位。以被试4个通道记录到的脑电信号分别作为特征,信号时程固定为300ms,时段分别取100ms^400ms、200ms^500ms和300ms^600ms。三个被试的单通道最佳分类结果分别达到95.9%(被试M,通道Cz,300ms^600ms时段),94.3%(被试H,通道Oz,100ms^400ms时段)和93.8%(被试T,通道Oz,200ms^500ms时段)。这一结果为简化脑—机接口设计打下了良好的基础。

基于EMD闪光视觉诱发电位的单次提取方法

探讨了基于EMD方法的单通道闪光视觉诱发电位(FVEP)信号的单次提取方法.应用EMD方法的自适应多分辨率特性,首先把单通道闪光视觉诱发电位信号进行EMD分解,然后根据FVEP的频率特征,选择对应的IMF分量进行重构,得到有效去噪后的FVEP信号,可实现FVEP信号的单次提取.与目前临床最常用的叠加平均方法比较,说明利用EMD方法单次提取的FVEP信号能够准确反映FVEP的典型特征信息,满足了临床应用要求.

结合小波分解和径向基神经网络进行事件相关电位的单次提取

从单次实验记录中提取事件相关电位 ,无论在临床诊断上还是在大脑高级功能的研究中都起着重要的作用。介绍了一种将小波多分辨率分解和重建与径向基神经网络结合起来进行事件相关电位单次提取的方法。它基于事件相关电位主要是低频信号的事实 ,发挥径向基神经网络对连续函数的逼近能力 ,从信号的小波分解系数中提取出与低频响应相关的成分 ,构造了一种新的时频域滤波的方法 ,实验表明本方法较好地从单次记录中提取出了事件相关电位。

基于小波的模拟自然阅读事件相关电位的单次提取

选择合适的信号处理方法从脑电信号中提取用户的信息和命令,是改进脑计算机接口通讯速率的方法之一.由于自发脑电信号(electroencephalograph,EEG)是非高斯有色噪声,且自发脑电信号的频谱不规则、与有效信号的频谱相重叠,传统的滤波方法难以取得较好的效果.基于白噪声与有效信号的小波变换模极大值在不同尺度下的传播行为不一样的原则,本文提出了一个基于自回归模型和小波变换多尺度分析的模拟自然阅读事件相关电位的单次提取方法.经对实际脑电信号处理的实验表明,该算法能较好的提取脑电信号.

基于自参考自相关自适应干扰对消技术听觉皮层诱发电位单次提取

目的:为实现人体的听觉皮层诱发电位(auditory cortical evoked potential,ACEP)单次提取。方法:将当前流行的计算机应用于生物医学,通过多媒体音频技术产生适合诱发人体听见诱发电位的声音刺激,刺激人体,在电脑皮层提取诱发电位,在大脑皮层提取诱发电位,采用自参考、自相关、自适应干扰对消技术(auto-reference,auto-correlative and adaptive interference cancellation theories and techniques,AAA-ICT)实现听觉皮层诱发电位的单次提取。结果:通过AAA-ICT技术,成功提取出了人体的听觉皮层诱发电位。结论:通过结果可以得出:AAA-ICT技术能够很好地提取人体的听觉皮层诱发电位,而且其自参考思想的创新性明显。

基于小波和卡尔曼平滑的事件相关电位单次提取

本研究提出一种事件相关电位单次提取方法,可有效减少实验次数,并可探索实验之间ERP的变异性。此方法基于小波和卡尔曼平滑,首先利用小波变换考察ERP平均信号的时频特性,根据ERP不同分量出现的时间位置,在不同尺度上选取特定的单次实验ERP小波系数构成观测向量,其为真实ERP小波系数状态向量与噪声之和,然后对观测向量进行卡尔曼平滑,最后对卡尔曼平滑后的小波系数进行小波重构,得到单次提取的ERP信号。仿真实验表明,基于小波和卡尔曼平滑的方法不仅信噪比提高约16～18 dB,优于30次叠加平均、简单小波方法和基于高斯基函数的卡尔曼滤波方法,还可以跟踪ERP的幅度趋势变异性。与基于高斯基函数的卡尔曼滤波方法相比,所提方法降低了计算量。真实脑电ERP提取实验表明本方法较好地从单次记录中提取出了事件相关电位,并可解释ERP因适应和应激引起的趋势变异性。

时变脑诱发电位的单次提取和麻醉控制

介绍了采用多种数字信号处理实现时变（有延时和幅度突然增大）脑诱发电位的单次提取的新的实验结果。这些方法是：采用小波变换法提高淹没在脑自发电位中的脑诱发电位信噪比作为自适应滤波器的原始输入，按相关系数最大值处对齐后作平均作为自适应滤波器的参考输入，自适应滤波后再进行后处理。实验表明，经过这样多重处理后。

基于自适应尺度空间滤波的脑事件关联电位单次提取

提出一种基于自适应尺度空间滤波的脑事件关联电位单次提取方法。通过对背景噪声的分析 ,自适应地提取最大脉冲噪声宽度 ,将其作为尺度大小的基准 ,然后由此确定滤波窗口的大小 ,最后用尺度空间滤波算法对记录到的信号进行处理。实验结果表明 ,本文提出的方法不但具有良好的单次提取效果 ,而且具有很强的适应性和稳健性。

运用小波变换实现听觉诱发电位的单次提取

论述了运用小波变换进行听觉诱发电位单次提取的原理、方法和实验分析．结果表明，对单次试验信号，经小波变换及相关分析后，可从带自发脑电干扰的信号中提取诱发电位信号．小波变换分析方法与传统的叠加平均方法相比，可减少试验次数，缩短检测周期．

基于独立分量分析的大脑视觉诱发电位单次提取

脑电 (Electroencephalography ,EEG)视觉诱发电位 (VisualEvokedPotential,VEP)的单次提取是当前生物医学信号处理领域的一个研究热点。提出一种基于独立分量分析 (IndependentComponentAnalysis,ICA)的多道脑电信号VEP单次提取方法 ,与多次叠加求平均的方法相比较 ,可以得到令人满意的结果。