基于Visual Studio与Matlab集成的脑电数据库管理和分析系统

为日益庞大的脑电数据信息提供直观易操作的管理方式,为进一步分析处理提供数据管理基础。采用Visual Studio开发友好的用户界面,结合Access进行病患基本信息的数据管理,结合Matlab进行后台的数据分析处理,在管理脑电数据的基础上,实现分析和辅助诊断的功能。从设计到实施,基本完成了脑电数据库管理系统的建立。但是系统运行有局限性,需要MATLAB的安装环境,下一步会逐步完善实现脱离MATLAB运行。

基于特征融合方法的轻微认知衰退静息态脑电数据自动检测技术研究

轻微认知衰退是阿尔茨海默病的早期阶段,而利用脑电信号进行轻微认知衰退的特征提取与分类是诊断轻微认知衰退的重要方法。在基于脑电人工智能轻微认知衰退自动检测技术中,现有研究只提取脑电波信号中的某一个特征或简单地拼接多个特征,这会导致这些方法并不能较好地考虑特征之间的相关性,并且会引发维度灾难的问题;提出了一种基于卷积神经网络的轻微认知衰退静息态脑电数据自动检测算法,通过提取脑电的功率谱及脑网络特征,并通过矩阵运算的方式对这两种特征进行融合,利用卷积神经网络对融合后的特征进行分类,该方法在上海某医院采集的数据集上获得较高的准确率。此外,通过输入特征集的不同子集,该方法找到了对轻微认知衰退最有贡献的几组特征,从而具有一定的可解释性。在本数据集上证明了功率脑网络对于轻微认知衰退自动诊断的优势。

基于机器学习的癫痫脑电数据分析方法研究

详细阐述基于机器学习的癫痫脑电数据处理和分析方法,包括监督学习、无监督学习、半监督学习、强化学习和其他类型的机器学习方法,评价这些方法应用于癫痫脑电数据检测的效果。

基于图像混合编码的脑电数据加密方法

针对脑电数据传输过程中的安全性问题,本文提出一种基于压缩编码的脑电数据加密传输方法。发送端对脑电数据进行特征消除的预处理后将其隐写为假图像,并依据脑电数据特征对此图像进行混合编码;接收方通过特定的逆处理过程恢复脑电数据。该方法隐密了脑电数据的特征,在增强数据传输安全性的同时减少了传输数据量。分析结果表明,在保证恢复数据能达到原数据时频域特征的条件下,传输数据比原始脑电数据的熵值提升了42.4%,同时数据压缩比达到1.51,实现了对脑电数据的轻量级高效加密。

基于脑机接口竞赛脑电数据集的运动想象识别影响因素分析

针对两个常用的脑机接口(brain computer interfacing,BCI)竞赛运动想象任务脑电数据集——2003Ⅲ和2005Ⅲa,分类识别率差异较大的问题,结合运动想象脑电信号的生理基础,从信号噪声、受试者反应程度和C3、C4通道信号能量差异三个方面对两个数据集的数据进行了分析比较。结果表明:与2005Ⅲa数据集相比,2003Ⅲ数据集信噪比较高,受试者对运动想象任务的反应更明显,并且C3C4通道的信号能量差异趋势更标准,解释了对2003Ⅲ数据集的识别率普遍高于2005Ⅲa数据集这一现象,说明这三个因素是影响识别率的主要因素。研究为运动想象脑电数据有效性分析以及提高基于脑电的运动想象识别率提供了新的思路。

基于脑电信号的数据可视化设计研究

基于数据可视化设计的理论方法,总结探索当前脑电数据可视化的特征及设计策略。探讨与分析脑电数据可视化的基本要素,结合脑电可视化案例分析比较,归纳其设计特征以及类别,从建立视觉符号、选择映射关系、设定模态交互3个方面构思脑电数据可视化的交互设计策略。总结脑电数据可视化的三大特征以及进一步推导出可视化的设计方法。该研究可为脑电数据可视化设计及创新应用提供参考,帮助设计研究者理解和制订合适的研究路径。

基于脑电数据的飞行签派员劳动负荷强度影响多维度分析

目的评估飞行签派员负荷强度对认知能力和任务绩效的影响。方法基于某航空公司签派员白班执勤时间(8:00-18:00),设计工作负荷评估方案,采集签派员工作前后相同试验下脑电数据,从主观评价、反应时指标、生理信号多维度开展研究。过程运用事件相关电位P300技术对比工作前后P300信号的潜伏期与幅值变化,以场强变化率Φ作为指标量化负荷强度,配合NASA-TLX量表数据,运用SPSS软件研究签派员工作前后负荷强度变化对认知能力的影响差异。结果9:00、13:00、17:00 NASA-TLX平均得分为(35.2±0.37)分、(45.8±0.61)分、(47.8±0.25)分;工作前后行为反应时间分别为(721±60.5)ms和(766±78.4)ms,正确率分别为(98.8±0.9)%和(97.5±2.1)%;与工作前相比,工作后行为反应时间延长(t=7.856,P<0.05),正确率减小(t=-3.609,P<0.05),P300幅值显著降低(P<0.05),P300潜伏期显著延长(P<0.05),脑区场强变化率Φ值减小(P<0.05)。结论伴随连续工作长时间进行,签派员负荷强度存在叠加效应且愈加显著,大脑激活程度减弱,认知反应水平降低,绩效水平下降。

脑电结合行为指标的汽车内饰色彩感性评价

为准确获取用户对色彩感性的评价信息,提高汽车内饰设计的成功率与效率,引入脑电技术,在解析用户的内隐感性信息基础上,对汽车内饰色彩样本进行感性评价研究。首先收集与汽车内饰色彩相关的形容词汇,通过聚类分析获得代表性意象词汇。其次由汽车内饰图片归纳出内饰代表性色相及其空间布局,两两组合形成新内饰色彩样本。接着,内饰色彩样本与代表性词汇建立基于脑电的感性认知实验,并实施感性评价实验。然后,将收集的原始脑电数据与行为数据进行异常值剔除与正向归一化处理,获取标准化数据。最后基于标准化数据应用熵权TOPSIS法,为不同指标进行赋权,并计算样本与意象之间的相对贴近度,得出不同意象下的最佳色彩样本排序。排序结果经专家小组讨论证明客观指标筛选出的方案具有有效性,可作为汽车内饰色彩设计的设计参考。

基于样本熵算法的抑郁症患者脑电特征分析

为寻找抑郁症患者早期诊断指标,采集了5例未经抗抑郁药物干预的抑郁症患者和6例正常被试者静息状态下的脑电数据,采用样本熵算法,研究抑郁症患者脑电时间序列复杂度。结果表明,2组数据睁眼状态都比闭眼状态的样本熵数值大,说明睁眼状态的时间序列复杂度要高于闭眼状态。抑郁组的睁眼状态和闭眼状态样本熵数值分别比正常组大,说明抑郁组睁眼和闭眼状态时间序列复杂度比正常组高。研究表明,样本熵的处理方法能有效区分抑郁症患者和正常对照组,样本熵可作为判别抑郁症的生物学指标,为抑郁症的早期诊断提供一种辅助方法。

基于场景脑电GRA-TOPSIS模型的景观情绪量化研究——以襄阳卫东厂为例

城市环境高质量发展与存量更新背景下,建成环境情绪感知的精准研判成为当代风景园林科学认知发展与情感测度的研究基础。“唤醒-效价”是环境情绪的科学表征,相关脑电研究经情绪识别、要素解析发展至算法模型阶段,为景观情绪量化解析和客观评价提供核心概念和技术手段。研究建立场景与情绪脑电关联机制,以襄阳市卫东厂为例,归纳典型建成环境观测要素;结合脑电测量实验与数据处理,聚类解析景观要素情绪唤醒、效价水平;集成熵权法、灰色关联度、逼近理想解排序以及因子障碍度等相关算法,建立场景脑电GRATOPSIS模型,获取情绪指数决策矩阵并进行循证分析。相关成果为景观情绪测评提供基础性脑电分析方法与可参考、可拓展技术。

基于独立成分分析的癫痫脑电分析算法

癫痫是神经系统的常见疾病,具有突发性、暂时性和反复性三大特点。癫痫给患者及其家人的生活工作带来了极大的不便。基于此,本研究提出了一种基于独立成分分析的癫痫脑电分析算法。首先利用小波变换对脑电数据进行去躁,将去躁后的数据进行独立成分分析并统计独立分量的个数,统计结果表明癫痫前期数据分离的通道个数普遍比间期的分离个数要多。本研究为癫痫预测系统的研究提供一定的理论基础。

基于压缩感知及Huffman编码的脑电压缩技术

为减少便携式脑电检测设备的传输数据量,降低设备功耗,在压缩感知基础上,结合Huffman编码对脑电数据压缩,在保证重构误差不变的条件下,进一步提高数据压缩率。采用Matlab软件仿真分析不同测量矩阵的性能差异,考虑不同测量矩阵的硬件实现差异,选择稀疏随机二值矩阵为测量矩阵。对提出的算法进行硬件实现,并采用UVM方法学搭建验证平台对设计验证,最终采用Xilinx的FPGA综合实现。结果表明,脑电数据压缩模块工作频率可达150 MHz,数据处理延时约65μs,重构误差为2%情况下,平均压缩率可达68.4%,较压缩感知方法上提高了约18.4%的压缩率。

应急场景下矿工脑电成分特征的实验研究

为探究矿工在应急场景下的脑电成分变化规律,研究通过脑电实验的方法对矿工在观看应急与正常作业场景下文字与图片素材的脑电数据进行分析。结果表明:矿工在实验素材的靶刺激下,ERP成分明显,且图片刺激效果强于文字,在200~400 ms时,P200,P300成分峰值最大;矿工大脑α节律不断下降,β节律不断上升,且β节律波幅面积值总是大于α节律。研究结果能够为矿工应急能力的评估与培养、煤矿企业的安全培训提供科学依据与建议。

基于三维层析技术的选择性注意脑电研究

利用脑电三维层析技术对左右视野空间选择性注意的ERP进行了研究。结果表明,层析得到的电源强度与头表的脑电数据相比,能更好地反映注意导致的P1、N1相对增强效应,其中尤以N1的增强比较明显。此外,层析结果中还能观察到在该头表数据中未能反映出来的C1成分。

可抑制工频干扰的8通道脑电采集系统及信号处理方法

针对现有通道数量较少的脑电采集设备受工频干扰严重的问题,设计并开发了一套可抑制工频干扰的8通道脑电采集系统及方法。首先,系统使用生物电信号采集前端ADS1299,采用集成陷波芯片UAF42,通过高速无线模块将8通道的脑电数据发送至上位机;其次,提出了频率谱分析法与频率扰动图像分析法相结合的脑电信号处理方法,分析了枕叶区两个电极的脑电信号,用频率扰动图像改进了频率谱显示的不足,以达到扩展脑电信号时域和频域共存的目的;再采集6位健康大学生的枕叶区单电极脑电信号并进行频率谱分析,验证了系统的稳定性。系统实验及处理方法表明:被试者闭眼时发现了α波节律;在8~14 Hz处α波谱峰值尤为明显,并且观测到在50 Hz频率处有明显的信号衰减;采用文中的处理方法实现了时域与频域共存的脑波图像,该系统及方法可以准确地采集处理人脑的自发脑电信号,减小了工频干扰对脑电信号的影响,可用于视觉诱发、睡眠监测以及运动想象等脑⁃机接口领域。

基于步态信号与脑电信号的脊髓损伤大鼠运动信息分析

通过对大鼠的步态及脑电信息分析来研究人类脊髓损伤模型已广泛应用。在处理信息时数据冗余、相关性大及直观性不佳等问题一直存在于步态信息分析中。本文以大鼠为模型,在获取其步态数据后,通过对其进行步态信息预处理及可视化处理。本文通过用主成分分析法对三维大鼠步态数据进行降维处理,降维至二维后,减少数据特征指标和指标间的相关性,并最大程度保留数据信息。并且利用巴特斯沃滤波器与切比雪夫滤波器分别进行滤波对比结果,利用短时傅里叶分析方法对滤波结果进行分析,对比分析两种情况下的数据,得到更多关于脊髓损伤的运动变化信息以用于后续研究。

重复性景观体验中脑疲劳测度表征及其实证研究——以襄阳城墙沿线公园为例

【目的】脑疲劳是重复性体验的科学表征之一,为常规体验性景观效能与品质的客观描述与量化测度提供专业依据。依托脑电技术开展重复性景观体验中脑疲劳的科学探知与精准研判,揭示重复性景观体验脑疲劳变化的认知规律和构成逻辑,推动人民城市提质增效发展需求下的景观更新与改造。【方法】建立场景与脑疲劳的关联研究机制,集成脑敏感分析技术、方差分析方法构建脑疲劳测度模型。以襄阳城墙公园为例,遴选普适性场景样本,将单一、复合要素场景按5个轮次开展脑疲劳测度实验与数据解析。【结果】基于实验解析和数理统计的重复性景观体验测度模型可量化描述脑疲劳趋势、幅值、相关性和显著性特征指数,联立反映场景基本构成要素及其组合的脑疲劳影响与效应。【结论】相关成果有助于提升重复性景观体验中脑疲劳测度研究深度,并为景观体验及其循证研究提供脑电理论铺垫、实验优化途径与拓展型专业技术。

不同情绪状态下脑网络的信息流向研究

脑功能网络的信息流向能反映不同脑区之间的因果关系,通过研究不同情绪状态下脑区间的因果关系,不仅对揭示情绪产生的机理至关重要,而且可以对情绪的产生进行有效的分析、识别和监控.在人工智能领域,有效的情绪识别将直接影响人机交互过程.本研究使用DEAP情绪数据集,基于传递熵的方法构建有向功能网络,探讨了在不同情绪状态下信息流的流向及强弱变化规律,以及不同脑区间存在的信息传递相互影响模式.研究发现,不同的情绪状态下各脑区的信息流量强度不同,唤醒度越高,信息流强度越大.信息流向和脑区各节点局部连接方式也存在显著差异.同时,进一步证明唤醒度和效价两个情绪维度上存在相互依赖性.该研究为情绪识别提供了重要的参考指标和研究思路.

运动想象功率谱信号的模糊融合研究

在由容积传导采集的脑电数据中,可用于识别的信号非常模糊。为此,对三通道采集的运动想象脑电数据进行分析,融合多个识别结果以提高识别效果。预处理三通道采集的脑电数据,分别计算每个通道的功率谱,提取运动想象相关的功率谱值作为特征值,应用线性识别方法及Choquet模糊积分对得到的多个结果进行融合。使用2003年国际BCI竞赛数据和实验室测得的数据验证融合效果,结果显示融合后的识别准确率明显高于单一识别器。

EEG无损压缩技术的研究

本文提出一种基于改进的DM编码和自适应二值算术编码的EEG无损压缩技术:首先对数据进行DM编码,然后再通过适当数据格式的转换以消除各个字节中的“冗余比特位”,同时整个数据基于比特位的熵值也因此降低;在此基础上,再对结果进行二值算术编码输出最终的压缩结果。经实践表明,该技术的压缩性能明显优越于常规的无损压缩算法,并且整个过程实现简单、实时性好。