检索结果-南通市图书馆

基于欧式空间-加权逻辑回归迁移学习的运动想象EEG信号解码

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南京大学学报（自然科学版） 2022年第2期58卷 264-274页

作者：陈黎龚安民丁鹏伏云发昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学脑认知与脑机智能融合创新团队昆明650500 武警工程大学信息工程学院西安710000

基于脑电图(Electroencephalography,EEG)信号的运动想象(Motor Imagery,MI)意图识别是脑机接口(BrainComputer Interface,BCI)研究中的重要问题.然而,EEG信号存在严重的个体性差异,不同被试之间的EEG信号特征空间分布差异很大,不同被... 详细信息

基于脑电图(Electroencephalography,EEG)信号的运动想象(Motor Imagery,MI)意图识别是脑机接口(BrainComputer Interface,BCI)研究中的重要问题.然而,EEG信号存在严重的个体性差异,不同被试之间的EEG信号特征空间分布差异很大,不同被试之间的分类模型不能通用.针对这一问题,提出一种基于欧式空间的加权逻辑回归迁移学习方法,算法首先将不同被试的EEG数据进行欧几里得空间对齐,使各信号更加相似,减少差异性,然后计算特定被试共空间模式(Common Spatial Pattern,CSP)获得不同的特征值,并计算这些特征值的KL(Kullback-Leibler)散度,进而利用KL散度调整迁移学习的加权逻辑回归算法,得到分类模型.实验结果表明:对于BCI竞赛IV中的数据集2a,提出的方法可以极大地提升BCI的学习性能,算法分类准确率比基线算法(线性判别分析)高出15%.在数据样本增多的情况下,被试的分类准确性也得到了明显的提升,和同类算法相比,分类准确率提升4%,说明提出的算法能进一步提高BCI的学习性能,改善分类模型的通用性问题.

关键词：运动想象脑机接口欧式对齐迁移学习逻辑回归

一种新型结合下肢动觉运动想象和视觉运动想象的脑机接口

在线全文

学校读者我要写书评

暂无评论

南京大学学报（自然科学版） 2022年第3期58卷 460-468页

作者：董煜阳龚安民丁鹏袁密桁王东庆伏云发昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学脑认知与脑机智能融合团队昆明650500 武警工程大学信息工程学院西安710086

基于运动想象(Motor Imagery,MI)的脑-机接口(Brain-Computer Interface,BCI)是一类重要的BCI,传统的MI方式是动觉运动想象(Kinesthetic Motor Imagery,KMI),较少采用视觉运动想象(Visual Motor Imagery,VMI).提出一种KMI与VMI混合的BCI并评估其性能.共招募12名被试参加离线与在线实验EEG(Electroencephalogram)数据采集,离线实验先以KMI方式分别进行屈膝和伸膝,然后分别以KMI,VMI和VKMI三种方式行走,由离线分类精度与三种不同方式想象行走的脑激活程度确定在线实验方案.提取EEG幅值包络线特征,并采用朴素贝叶斯分类器、二次线性判别和决策树进行在线分类,验证系统性能.溯源分析表明,使用新的想象方式进行行走想象时,运动皮层的激活时长高于VMI,体感皮层的激活时长高于KMI,混合的想象方式可能更有利于促进这些脑区的可塑性. 12名被试在线测试三分类的平均准确度达到63.29%±0.09%,平均卡帕系数为0.45±0.13.该研究可望为未来研发下肢运动功能障碍康复训练BCI系统提供思路.

关键词：视觉运动想象动觉运动想象溯源分析下肢运动意图在线模型选择

在线全文

学校读者我要写书评

暂无评论

基于脑磁图的智能脑机交互关键技术

生物医学工程学杂志 2022年第1期39卷 198-206页

作者：徐浩天龚安民丁鹏罗建功陈超(综述) 伏云发(审校) 昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学脑认知与脑机智能融合创新团队昆明650500 中国人民武装警察部队工程大学信息工程学院西安710000 天津理工大学电气电子工程学院天津300000

脑机交互(BCI)是一种变革性的人机交互,旨在绕过外周神经和肌肉系统直接把脑神经的感知觉、表象或思维活动转化为动作,以进一步改善或提高人类的生活质量。脑磁图(MEG)测量神经元电活动产生的磁场,具有非接触式测量、时空分辨率高和准... 详细信息

脑机交互(BCI)是一种变革性的人机交互,旨在绕过外周神经和肌肉系统直接把脑神经的感知觉、表象或思维活动转化为动作,以进一步改善或提高人类的生活质量。脑磁图(MEG)测量神经元电活动产生的磁场,具有非接触式测量、时空分辨率高和准备方便等独特优势,是一种新的BCI驱动信号,基于脑磁图的脑机交互(MEG-BCI)研究具有重要脑科学意义和潜在应用价值。迄今为止,少有文献阐述MEG-BCI涉及的关键技术问题,为此本文聚焦MEG-BCI关键技术,详述了实用MEG-BCI系统中涉及的信号采集技术、MEG-BCI实验范式设计、MEG信号分析和解码关键技术、MEG-BCI神经反馈技术及其智能化方法。最后,本文还讨论了MEGBCI存在的问题和未来发展趋势,期望本文为MEG-BCI创新研究提供更多有益思路。

关键词：脑磁图脑机交互智能脑机交互基于脑磁图的脑机交互实验范式设计脑磁图特征提取

在线全文

学校读者我要写书评

暂无评论

不同实验范式下言语想象的脑神经机制

南京大学学报（自然科学版） 2022年第5期58卷 836-845页

作者：刘艳鹏龚安民赵磊罗建功王帆伏云发昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学脑认知与脑机智能融合创新团队昆明650500 武警工程大学信息工程学院西安710000 昆明理工大学理学院昆明650500

基于言语想象的脑机接口(Brain-Computer Interface,BCI)在一定程度上可以帮助言语障碍患者恢复语言沟通能力,也是目前较新颖的一种范式,凭借其对被试友好、自由度高等优点逐渐受到关注,但将不同言语想象范式之间的神经机制差异和分类... 详细信息

基于言语想象的脑机接口(Brain-Computer Interface,BCI)在一定程度上可以帮助言语障碍患者恢复语言沟通能力,也是目前较新颖的一种范式,凭借其对被试友好、自由度高等优点逐渐受到关注,但将不同言语想象范式之间的神经机制差异和分类效果进行对比的研究却鲜有涉及.重点从言语想象实验范式的神经机制及分类准确率这两个方面进行实验分析.实验招募12名健康被试,分别进行两种范式的言语想象任务,分析被试言语想象期间EEG数据的时域、频域、空域特征,并对两种范式下的数据样本进行分类识别.实验结果表明,执行言语想象任务时屏幕呈现黑屏时言语想象与空闲状态的平均分类准确率为80.6%,执行两种不同言语想象任务时为74.2%,该结果对言语想象BCI系统的范式设计、异步系统开发及推广应用都有积极的作用.

关键词：脑机接口言语想象实验范式分类识别

在线全文

学校读者我要写书评

暂无评论

植入式脑机接口医学应用伦理规范考量

生物医学工程学杂志 2024年第1期41卷 177-183页

作者：张喆陈衍肖赵旭王帆丁鹏赵磊(综述) 伏云发(审校) 昆明理工大学马克思主义学院昆明650500 昆明理工大学脑认知与脑机智能融合创新团队昆明650500 昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学理学院昆明650500

植入式脑机接口(BCI)因电极接近或植入大脑皮质,其空间分辨率和信噪比高,具有重要的临床应用前景。然而,植入式BCI的手术和电极存在损伤脑组织的安全风险,其医学应用面临着伦理挑战,而迄今为止少有文献系统地考量这一问题。为促进该类BC... 详细信息

植入式脑机接口(BCI)因电极接近或植入大脑皮质,其空间分辨率和信噪比高,具有重要的临床应用前景。然而,植入式BCI的手术和电极存在损伤脑组织的安全风险,其医学应用面临着伦理挑战,而迄今为止少有文献系统地考量这一问题。为促进该类BCI技术的临床转化,本文从降低植入式BCI手术和电极对脑组织损伤的风险、向患者提供定制的个性化植入式BCI治疗、确保多学科协作的植入式BCI临床应用、负责任地使用植入式BCI等方面考量植入式BCI医学应用伦理规范,以期为植入式BCI医学应用伦理规范的研究及制定提供思考与借鉴。

关键词：植入式BCI的安全性 BCI医学应用伦理植入式BCI BCI医学应用

脑机接口中运动想象的执行与能力的评估和提高方法

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2021年第3期38卷 434-446页

作者：田贵鑫陈俊杰丁鹏龚安民王帆罗建功董煜阳赵磊党彩萍(综述) 伏云发(审校) 昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学脑认知与脑机智能融合创新团队昆明650500 武警工程大学信息工程学院西安710000 昆明理工大学理学院昆明650500 广州医科大学卫生管理学院广州511436 昆明理工大学医学院昆明650500

运动想象(MI)是驱动脑机接口(BCI)的一种重要范式,但MI心理活动不易控制或习得,MI-BCI的性能严重依赖被试MI的表现。因此MI心理活动的正确执行以及能力的评估和提高对MI-BCI系统性能的提升及应用具有重要的甚至关键性的作用。然而,在MI-... 详细信息

运动想象(MI)是驱动脑机接口(BCI)的一种重要范式,但MI心理活动不易控制或习得,MI-BCI的性能严重依赖被试MI的表现。因此MI心理活动的正确执行以及能力的评估和提高对MI-BCI系统性能的提升及应用具有重要的甚至关键性的作用。然而,在MI-BCI的研发中,已有研究主要聚焦于解码MI的算法,对MI心理活动的这三个方面没有足够的重视。本文针对MI-BCI的这些问题进行详细论述,指出被试易把动觉运动想象执行为视觉运动想象;未来需要研发客观的、定量可视化的MI能力评估方法,并且需要研发有效的、训练时间短的MI能力提高方法,也需要在一定程度上解决个体之间和内部MI的差异性、共性和MI-BCI盲问题。

关键词：动觉运动想象视觉运动想象运动想象能力评估运动想象能力提高脑机接口

EWT算法在单通道脑电信号眼电伪迹自动去除中的研究

在线全文

学校读者我要写书评

暂无评论

电子测量与仪器学报 2023年第2期37卷 121-129页

作者：王东庆周建华伏云发昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学脑认知与脑机智能融合创新团队昆明650500

针对单通道脑电信号眼电伪迹去除算法中存在信息丢失和计算速度慢的问题,提出了一种基于经验小波变换(empirical wavelet transform,EWT)、小波变换(wavelet transform,WT)和近似熵的眼电伪迹去除方法。首先,采用EWT算法自适应分割脑电... 详细信息

针对单通道脑电信号眼电伪迹去除算法中存在信息丢失和计算速度慢的问题,提出了一种基于经验小波变换(empirical wavelet transform,EWT)、小波变换(wavelet transform,WT)和近似熵的眼电伪迹去除方法。首先,采用EWT算法自适应分割脑电信号频谱,在分割的区间上构造合适的滤波器组提取具有紧支撑结构的经验模态分量。然后对各模态分量进行WT分解,计算分解后的近似熵,同时设置近似熵阈值对眼电伪迹自动识别并去除。最后采用WT和EWT的逆变换重构信号。采用公开的Klados数据集和Mohit Agarwal的EEG-VR数据集对算法进行实验,实验结果表明:该方法计算时间的平均值为0.1995 s,Alpha波的功率失真均值和方差分别为0.1284和0.1511,Beta波的功率失真均值和方差分别为0.0977和0.1580。所提算法与EMD-ICA、CEEMDAN-ICA和WT算法相比,计算速度快,伪迹去除能力强,能够保留脑电信号有用信息更多。

关键词：脑电信号眼电伪迹经验小波变换自动去除

注意力机制CNN结合肌电特征矩阵的手势识别研究

在线全文

学校读者我要写书评

暂无评论

电子测量与仪器学报 2023年第6期37卷 59-67页

作者：赵世昊周建华伏云发昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学脑认知与脑机智能融合创新团队昆明650500

当前基于卷积神经网络(CNN)的手势识别研究集中于增加网络深度,较少关注改善样本数据分布带来的性能提升。针对此类问题,提出一种量化表面肌电信号(sEMG)特征相关性的肌电特征矩阵(EFM)样本输入有效通道注意力(ECA)机制CNN,用于识别Nina... 详细信息

当前基于卷积神经网络(CNN)的手势识别研究集中于增加网络深度,较少关注改善样本数据分布带来的性能提升。针对此类问题,提出一种量化表面肌电信号(sEMG)特征相关性的肌电特征矩阵(EFM)样本输入有效通道注意力(ECA)机制CNN,用于识别NinaproDB1中52类手势。首先使用时间窗截取低通滤波后的sEMG,计算多种信号时域特征;然后利用笛卡尔积组合并相乘不同特征,对特征相乘值进行归一化后得到EFM。同时,引入ECA机制使网络关注重要的深层特征,从而提升手势分类效果。分别输入sEMG、肌电时域特征和EFM到注意力机制CNN进行手势识别,EFM识别准确率最高,达到了86.39%,高于近年来手势识别研究方法精度。验证了提出方法的有效性,为多类别手势准确分类提供可行新方案。

关键词：手势识别肌电特征矩阵有效通道注意力卷积神经网络

在线全文

学校读者我要写书评

暂无评论

脑机接口技术的应用、产业转化和商业价值

生物医学工程学杂志 2022年第2期39卷 405-415页

作者：罗建功丁鹏龚安民田贵鑫徐浩天赵磊(综述) 伏云发(审校) 昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学脑认知与脑机智能融合创新团队昆明650500 武警工程大学信息工程学院西安710000 昆明理工大学理学院昆明650500

脑机接口(BCI)是一种变革性的人机交互技术,其中既有不依赖外周神经和肌肉系统即可从大脑直接向外部设备或机器输出指令的BCI,也包括绕过外周神经和肌肉系统从外部设备或机器直接向大脑输入电、磁、声和光等刺激或神经反馈的BCI。随着BC... 详细信息

脑机接口(BCI)是一种变革性的人机交互技术,其中既有不依赖外周神经和肌肉系统即可从大脑直接向外部设备或机器输出指令的BCI,也包括绕过外周神经和肌肉系统从外部设备或机器直接向大脑输入电、磁、声和光等刺激或神经反馈的BCI。随着BCI技术的发展,其不仅在医学领域具有潜在的应用,而且在非医学领域,如教育、军事、金融、娱乐、智能家居等方面也具有应用前景。目前,鲜有对BCI技术的相关应用、国内外BCI产业化现状以及其商业价值进行详细论述的文献,为此本文对上述内容展开阐述和讨论,可望为社会公众及组织、BCI研究人员、BCI产业转化者和销售人员提供有价值的信息,提高对BCI技术的认知水平,进一步促进BCI技术的应用和产业转化,提升BCI的商业价值,以便更好地为人类服务。

关键词：脑机接口脑机接口哥白尼革命医疗与非医疗应用产业转化商业价值