LemPel-Ziv复杂度算法中粗粒化方法分析及改进

为了提高Lempel-Ziv复杂度(LZC)的抗干扰能力和稳定性,提出用等概率粗粒化方法计算LZC的思想,介绍其具体算法,分析二值粗粒化阈值与LZC的关系.用Logistic映射生成87个序列进行抗干扰试验,计算这些序列加噪前后所得LZC序列的相关系数和相对变异系数,作为LZC指标抗干扰能力的测度,用10个脑电图进行LZC稳定性测试.结果表明,用等概率粗粒化方法时的相关系数都大于0.998,相对变异系数较小,脑电的LZC稳定性好.该方法可明显提高LZC的抗干扰能力和稳定性.     

机器读梦

听起来似乎是科幻小说,但是日本京都市国立信息与通信技术科学研究所(National Institute of Science of Information and Communications Technology) 的神谷之康(Yukiyasu Kamitani)和同事确实做到了读懂梦境。一些志愿者睡眠时的大脑活动受到功能核磁共振设备的监控,当脑电信号提示研究者志愿者 \     

近红外光谱(NIRS)技术的大鼠胶质瘤活体在位检测研究

采用一套专门设计的由微创光纤探头组成的光纤光谱仪生物组织光学参数测试系统,实时在位地获取C6胶质瘤大鼠脑组织的近红外光学参数,探讨以此为指标判别肿瘤基本信息、辅助临床诊断的可能性.利用该测试系统对患有C6胶质瘤的大鼠脑部肿瘤侧和正常侧进行近红外光谱检测.实验结果表明:优化散射系数和血氧饱和度可反映肿瘤位置及病理分化程度信息.证实近红外微探针技术对胶质瘤定性诊断是可行的,为近红外光谱技术临床应用打下基础.     

脑磁图仪的前世今生与未来

脑磁图仪通过记录大脑神经活动在头皮外产生的磁场来进行脑活动的成像,它具备超高的时间分辨率和较高的空间分辨率,是一种重要的无创脑功能成像技术。文章介绍了脑磁信号的神经生理起源、生物物理特征及其与脑电信号的联系和区别,回顾了当前基于超导量子干涉仪的脑磁图设备与相关技术,并针对制约当前超导脑磁图发展的技术瓶颈,介绍了基于原子磁强计的新型脑磁探测技术及国内相关研究的最新进展,指出了脑磁图在脑科学研究及临床应用中不可或缺的地位和其硬件技术未来发展的方向。     

脑功能状态图及其获取方法

本文提出了一种表示脑功能情况的脑功能状态图以及由脑电信号获取它的方法.文中给出了家兔在癫痫诱发药物作用下,癫痫发作与未发作期间的脑功能状态图.结果表明:脑功能状态图表示癫痫病况的信息具有充分性、显著性、直接性、简明性.     

便携式脑电信号采集与分析装置的设计及其应用

文中设计一套应用于自由活动动物脑电信号采集与分析的便携式装置,这种体积小、重量轻、实时检测的装置可以采集与分析自由活动大鼠运动行为的脑电信号,进而研究特定动物的运动行为与脑部电信号之间的对应关系。首先将微电极植入大鼠特定大脑皮层,通过模拟电路采集来自微电极的脑电信号,经过滤波、放大,调理后进入片上可编程系统PSoC并进行数据的模拟转换和处理,再通过无线USB模块进行实时传输数据至PC端,最后在LabVIEW界面下实现实时分析并显示动物脑区局部场电位。该研究为多方面、多角度和多层次的研究大脑复杂性和未知性提供小型化设备平台。     

基于线性映射场的fNIRS信号特征提取与分析

大脑功能性激活的相关研究普遍存在特征提取依赖人工经验、深层次生理学信息难以挖掘两大问题。针对这两个问题,该文通过引入变分模态分解(VMD)技术,提出自适应VMD算法。该算法考虑了脑血氧信号在不同频段下的生理意义,降低了传统VMD对超参数选取的依赖。实验结果表明自适应VMD算法能够精确地提取出功能性近红外光谱(fNIRS)中富有生理学意义的有效模态分量,进而提升数据预处理效果。在此基础上,基于将时间序列映射成图像并使用深度卷积神经网络进行特征学习的思路,提出线性映射场(LMF)。基于LMF,该文以较低的运算量将fNIRS序列映射成2维图像,辅以深度卷积神经网络,实现了fNIRS生理信号深层次特征的提取。实验结果证明了所提出LMF的优势。最后,该文对提出方法的有效性进行了讨论与分析,说明了不同于循环神经网络仅能“顺序”地感知时间序列,卷积神经网络对时间序列的“跳跃”感知是其取得优异效果的关键。     

增强现实场景下基于稳态视觉诱发电位的机械臂控制系统

目前脑控机械臂在医疗康复等多个领域展现出了宽广的应用前景,但也存在灵活性较差、使用者易疲劳等不足之处。针对上述不足,该文设计一套增强现实(AR)环境下基于稳态视觉诱发电位(SSVEP)的机械臂异步控制系统。利用滤波器组典型相关分析方法(FBCCA)实现对12个目标的识别;提出基于投票策略和差值预测的动态窗口,实现刺激时长的自适应调节;利用伪密钥实现机械臂异步控制,完成拼图任务。试验结果表明,动态窗口可以根据受试者状态自动调整刺激时长,离线平均准确度为(93.11±5.85)％,平均信息传输速率(ITR)为(59.69±8.11) bit·min^–1。在线单次命令平均选择时间为2.18 s,有效地减轻受试者的视觉疲劳。每位受试者均能迅速完成拼图任务,证明了该人机交互方法的可行性。     

基于相关性和稀疏表示的运动想象脑电通道选择方法

在基于运动想象(MI)的脑机接口(BCI)中,通常采用较多通道的脑电信号(EEG)来提高分类精度,但其中会有包含与MI任务无关或冗余信息的通道,从而影响BCI的性能提升。该文针对运动想象脑电分类中的通道选择问题,提出一种采用相关性和稀疏表示对通道进行选择的方法(CSR-CS)。首先计算训练样本每个通道的皮尔逊相关系数来选择显著通道,然后提取显著通道所在区域的滤波器组共空间模式特征拼接成字典,利用由字典所得到的非零稀疏系数的个数表征每个区域的分类能力,选出显著区域所包含的显著通道作为最优通道,最后采用共空间模式和支持向量机分别进行特征提取与分类。在对BCI第3次竞赛数据集IVa和BCI第4次竞赛数据集I两个二分类MI任务的分类实验中,平均分类精度达到了88.61%和83.9%,表明所提通道选择方法的有效性和鲁棒性。     

不同难度任务下自我调节机制对心理负荷水平的影响

持续的高水平心理负荷会导致不良的自我调节行为,但面向不同难度任务时自我调节行为对心理负荷的影响尚不明确。该文提出一种面向不同难度任务,基于自我调节行为的算术范式。被试者在每轮开始前可以根据自己的决策自行选择题目难度任务。范式可以观察在自我调节下,不同难度任务对被试者心理负荷的影响。该文使用事件相关电位(ERP)、功率谱密度(PSD)及脑电微状态进行分析。结果表明,在不同任务难度下,自我调节行为均引发了额外的心理负荷。自我调节行为主要与额叶区域有关,表现出P300振幅及theta,alpha频带功率增大,P600振幅减小。在中等难度任务下,自我调节引发的额外负荷较小,且促使被试者表现出更好的绩效水平。该文范式能够有效地识别出适合被试者的任务难度。在实际任务设计中,应考虑适合被试者的任务难度,减少不良自我调节行为的发生,提升被试者的绩效水平。