基于缩放卷积注意力网络的跨多个体脑电情绪识别

基于脑电信号的情绪识别,因其可以客观地反映人的生理和心理状态而成为了情绪调节干预的医疗辅助。针对现有方法因忽略个体间通道数据分布差异导致的情绪识别泛化性能差的问题,提出一种基于缩放卷积注意力网络的跨多个体情绪识别新方法。该方法在提取多通道脑电信号中情绪量化特征的基础上,构造新型缩放卷积注意力网络以建立不同通道、不同尺度情绪特征的协同变化关系,通过模型训练自动学习协同关系的权重,最终获得对情绪极性的域不变表征,以提高跨多个体脑电情绪识别的泛化性能。使用情绪脑电图数据集SEED和SEED-IV中的100665和100950个脑电样本进行跨多个体情绪识别。该方法在情绪三分类会和四分类中识别准确率分别为89.63%和75.65%,特别是在个体数变化情况下,其鲁棒性优于现有大多数模型。所提出的方法可有效提取情绪极性的域不变表征.

多模态瑞利-泰勒不稳定性的离散玻尔兹曼数值研究

瑞利-泰勒(Rayleigh-Taylor,RT)不稳定性广泛存在于自然界和工程领域,认清RT不稳定性演化过程中的物理机理具有重要的理论意义和实用价值。本文利用离散玻尔兹曼方法模拟了可压缩流体的RT不稳定性现象,并利用该方法对界面连续的随机多模初始扰动的可压缩RT不稳定性进行了数值研究。研究结果表明,在温度梯度的影响下,与热通量相关的热力学非平衡强度呈现先增大后减小的趋势;在热扩散作用下,界面上的热力学非平衡强度先减小后增大,继而影响热力学非平衡区域的占比,使之呈现相同的变化趋势。最后,分析了全局平均热力学非平衡强度随时间的演化规律,发现在宏观物理量梯度和热力学非平衡面积的共同作用下,全局平均热力学非平衡强度先增后减,最后趋于稳定。不仅如此,热力学非平衡区域面积的增大(减小)会增强(减弱)热力学非平衡的强度;同时,物质界面物理量梯度的增大(减小)对全局平均热力学非平衡强度也有相同的影响,二者相互作用、相互竞争。

运动想象脑电信号的跨域特征学习方法

运动想象脑电信号采集成本高且个体差异大,跨个体域构建脑电信号模式识别模型属于典型的小样本跨域学习任务。针对该任务,提出了一种运动想象脑电信号的跨域特征学习方法。该方法首先选择最优度量方法对齐协方差并提取共同空间模式特征;其次,在该特征基础上采用领域自适应方法学习目标域的最优跨域特征。为验证所提方法的可行性与有效性,采用经典模型识别跨域特征,在两个公开的数据集上进行对比实验。实验结果表明,通过所提方法学习到的跨域特征,在运动想象模式识别中明显优于现有方法学习到的特征。此外,还详细对比了跨域特征学习方法的各项参数设置、性能及效率。

具有时滞的帕金森模型的振荡动力学分析

研究大脑基底神经节中产生异常β振荡的起源有助于分析帕金森病的致病机理.本文系统地研究了改进的皮质-基底神经节(E-I-STN-GPe-GPi)共振模型的振荡动力学.首先,通过Routh-Hurwitz准则和稳定性理论获得了该模型局部平衡点处的稳定性与Hopf分岔发生的条件,并且推导出该共振模型存在Hopf分岔的时滞参数范围.研究发现,增加突触传输时滞能够使模型产生Hopf分岔,并且诱导β振荡的产生,使系统在健康和帕金森病这两个状态之间相互转换.其次,揭示了β振荡的产生与丘脑底核相关的突触连接强度有关.数值模拟发现,当丘脑底核同时受到兴奋性神经元集群和苍白球外侧较强的促进作用时,丘脑底核产生振荡.最后,分析了与苍白球内侧有关的参数对其产生振荡的影响,研究结果发现,当较小的苍白球外侧突触连接强度和较大的突触传输时滞共同作用时,苍白球内侧更容易发生振荡,且振幅越来越大.希望本文对E-I-STN-GPe-GPi共振模型的动力学特征的研究有助于人们理解帕金森病的致病机理和揭示帕金森病异常β振荡的来源.