目的对经颅直流电刺激(tDCS)应用于脑卒中康复的相关研究进行可视化分析。方法检索Web of Science核心合集和中国知网自建库至2023年3月31日收录的tDCS用于脑卒中康复研究的相关文献,采用CiteSapce 6.2.R2软件绘制学科、发文量、国家、...目的对经颅直流电刺激(tDCS)应用于脑卒中康复的相关研究进行可视化分析。方法检索Web of Science核心合集和中国知网自建库至2023年3月31日收录的tDCS用于脑卒中康复研究的相关文献,采用CiteSapce 6.2.R2软件绘制学科、发文量、国家、关键词以及共被引的可视化图谱。结果共纳入英文文献732篇,中文文献322篇,年发文量均呈上升趋势。英文发文量最多的国家是美国,被引频次最高的期刊是Stroke。较高关注度的关键词为虚拟现实、上肢、经颅磁刺激等。共被引文献的聚类词有失语症、稳态可塑性、运动恢复等。结论tDCS用于脑卒中康复领域的研究热度逐年提升,研究方向呈现出多元化趋势。研究热点包括脑卒中后运动、言语功能的恢复,以及与其他治疗手段(如重复经颅磁刺激、针刺等)的联合应用。未来tDCS与脑机接口、虚拟现实等新康复手段的结合,以及选择个性化刺激参数构建以患者为中心的tDCS模型,可能是该领域的研究趋势。展开更多
为了提高脑电情绪识别分类精度,最大限度利用脑电信号的空间和时间信息,提出一种Inception残差注意力卷积神经网络与双向长短期记忆(bi-directional long short-term memory, BiLSTM)网络相结合的新型架构时空Inception残差注意力网络...为了提高脑电情绪识别分类精度,最大限度利用脑电信号的空间和时间信息,提出一种Inception残差注意力卷积神经网络与双向长短期记忆(bi-directional long short-term memory, BiLSTM)网络相结合的新型架构时空Inception残差注意力网络。将脑电信号采集电极位置映射到二维矩阵中,采集信号作为通道,构成三维数据;将得到的三维数据输入到时空Inception残差注意力卷积网络之中,提取时空信息;将得到的特征输入到全连接层进行分类;将Inception结构引入脑电情绪识别领域,实现多尺度特征提取,并将电极映射到矩阵之中,保留电极位置信息,使用时空Inception残差注意力网络从时空两个维度获取脑电相关信息。实验表明,使用该模型对DEAP数据集进行情绪四分类可得到93.71%的准确度,相较于对比模型,识别精度提高了10%~20%。提出的模型在脑电信号情绪识别领域具有优良性能。展开更多
针对由于人工蜂群算法(Artificial Bee Colony algorithm,ABC)采用直接映射概率选择食物源而引起收敛速度慢、陷入局部最优等问题,提出一种混合排名映射概率和混沌搜索的人工蜂群算法((Artificial Bee Colony algorithm based on Hybrid...针对由于人工蜂群算法(Artificial Bee Colony algorithm,ABC)采用直接映射概率选择食物源而引起收敛速度慢、陷入局部最优等问题,提出一种混合排名映射概率和混沌搜索的人工蜂群算法((Artificial Bee Colony algorithm based on Hybrid rank mapping probability and Chaotic search,ABC-HC))。首先,利用目标函数值的排名来获取选择食物源的排名映射概率,并提出计算排名映射概率的两种方法;然后,在观察蜂阶段,融合这两种计算概率的方法,即不同的搜索阶段采用不同的排名映射方法计算食物源选择概率,构造基于混合排名映射概率的人工蜂群算法,以便能够维持种群的多样性避免陷于局部最优;最后,在侦查蜂阶段,使用混沌搜索替代随机搜索以便进一步提高收敛速度,最终获得较好的全局最优解。对10个标准测试函数进行仿真,结果表明,ABC-HC算法不仅提高了收敛速度,而且更能跳出局部最优,有效地找到全局最优解,优于标准的ABC算法和进化算法。展开更多
文摘目的对经颅直流电刺激(tDCS)应用于脑卒中康复的相关研究进行可视化分析。方法检索Web of Science核心合集和中国知网自建库至2023年3月31日收录的tDCS用于脑卒中康复研究的相关文献,采用CiteSapce 6.2.R2软件绘制学科、发文量、国家、关键词以及共被引的可视化图谱。结果共纳入英文文献732篇,中文文献322篇,年发文量均呈上升趋势。英文发文量最多的国家是美国,被引频次最高的期刊是Stroke。较高关注度的关键词为虚拟现实、上肢、经颅磁刺激等。共被引文献的聚类词有失语症、稳态可塑性、运动恢复等。结论tDCS用于脑卒中康复领域的研究热度逐年提升,研究方向呈现出多元化趋势。研究热点包括脑卒中后运动、言语功能的恢复,以及与其他治疗手段(如重复经颅磁刺激、针刺等)的联合应用。未来tDCS与脑机接口、虚拟现实等新康复手段的结合,以及选择个性化刺激参数构建以患者为中心的tDCS模型,可能是该领域的研究趋势。
文摘为了提高脑电情绪识别分类精度,最大限度利用脑电信号的空间和时间信息,提出一种Inception残差注意力卷积神经网络与双向长短期记忆(bi-directional long short-term memory, BiLSTM)网络相结合的新型架构时空Inception残差注意力网络。将脑电信号采集电极位置映射到二维矩阵中,采集信号作为通道,构成三维数据;将得到的三维数据输入到时空Inception残差注意力卷积网络之中,提取时空信息;将得到的特征输入到全连接层进行分类;将Inception结构引入脑电情绪识别领域,实现多尺度特征提取,并将电极映射到矩阵之中,保留电极位置信息,使用时空Inception残差注意力网络从时空两个维度获取脑电相关信息。实验表明,使用该模型对DEAP数据集进行情绪四分类可得到93.71%的准确度,相较于对比模型,识别精度提高了10%~20%。提出的模型在脑电信号情绪识别领域具有优良性能。
基金Supported by the Project of National Science Fund for Distinguished Young Scholars of China under Grant No.60225008(国家杰出青年基金)the National Natural Science Foundation of China under Grant No.60332010(国家自然科学基金)+1 种基金the Project for Young Scientists’ Fund of National Natural Science Foundation of China under Grant No.60303022(国家自然科学基金青年科学基金)the Natural Science Foundation of Beijing of China under Grant No.4052026 (北京市自然科学基金)
文摘针对由于人工蜂群算法(Artificial Bee Colony algorithm,ABC)采用直接映射概率选择食物源而引起收敛速度慢、陷入局部最优等问题,提出一种混合排名映射概率和混沌搜索的人工蜂群算法((Artificial Bee Colony algorithm based on Hybrid rank mapping probability and Chaotic search,ABC-HC))。首先,利用目标函数值的排名来获取选择食物源的排名映射概率,并提出计算排名映射概率的两种方法;然后,在观察蜂阶段,融合这两种计算概率的方法,即不同的搜索阶段采用不同的排名映射方法计算食物源选择概率,构造基于混合排名映射概率的人工蜂群算法,以便能够维持种群的多样性避免陷于局部最优;最后,在侦查蜂阶段,使用混沌搜索替代随机搜索以便进一步提高收敛速度,最终获得较好的全局最优解。对10个标准测试函数进行仿真,结果表明,ABC-HC算法不仅提高了收敛速度,而且更能跳出局部最优,有效地找到全局最优解,优于标准的ABC算法和进化算法。
