脑电信号分类相关论文
人类在探索科学的道路上从未停止过对大脑的研究。脑电作为安全、经济的电生理监测方式,能反映大脑中复杂的电生理活动,助力脑科学......
神经系统疾病的诊断一直是生物医学领域极富挑战性的问题,而癫痫是最常见的神经疾病之一,它是由紊乱的过度或者超同步的神经元活动......
学位
癫痫被定义为一种因大脑异常活动而引发的神经系统疾病。在非癫痫发作期间,癫痫患者的表现与常人无异。而在癫痫出现时,癫痫患者的......
脑-机接口提供了一种全新的通信方式,它能够实现人脑与外部环境的直接通信,可以帮助残障人员重新与外界交流,也能为某些领域提供特......
随着数据科学与生物医学的快速发展,基于脑电信号等其他众多电生理信号的研究已引起机器学习领域的高度关注。脑电信号是人体最为......
针对癫痫脑电信号多分类的精度提升问题,提出了一种基于信号转差分模块与卷积模块结合的分类算法.信号转差分模块对原始脑电信号进......
为了从大脑不同区域的连接关系去区分耳鸣患者与正常人的脑功能网络,通过每两路导联脑电信号的锁相值建立高密度(128通道)大脑功能......
脑机接口(Brain Computer Interface,BCI)是一种不依赖于大脑的正常输出通路,通过直接提取大脑活动信号控制外部设备,实现大脑和外......
针对运动想象脑电信号特征提取困难，分类正确率低的问题，提出了利用小波熵进行特征提取并采用支持向量机（SVM）来分类的算法。计算运动......
为了改善传统脑电信号分类不够准确且分类难度较大的问题,研究一种基于方差和深度学习的模型对脑电信号进行分类。针对脑电信号图......
针对单一极限学习机(ELM)在癫痫脑电信号研究中分类结果不稳定、泛化能力差的缺陷,提出一种基于互信息(MI)的Ada Boost极限学习机......
脑电信号分类是字符拼写、外部设备控制等脑-机接口系统的基础。由于脑电信号易受被试生理和心理状态影响,且不同被试的脑电信号在......
提出一种基于分数阶傅里叶变换(Fractional Fourier Transform, FRFT)和相关向量机(Relevance Vector Machine, RVM)的运动想象脑......
运动想象脑电信号作为一种典型的非线性、非平稳信号,在传统基于单一特征提取的分类方法中难以取得理想的分类性能。针对该问题,将......
脑电信号的非线性、非平稳性和微弱性造成对运动想象脑电信号的分类存在特征提取困难,分类结果不理想,分类性能受噪声影响明显等问......
在基于脑电的脑-机接口研究中,脑电信号的分类是较为重要的部分。从多导脑电中得到大量可用于分类的特征,并对这些特征进行优选是......
采用近似熵 (approximateentropy ,Apen)作为脑电信号的特征参数对不同思维作业脑电信号进行了分类研究 ,并对近似熵算法中参数的......
人类对大脑的探索已进入了数字化时代,随着脑信号检测技术的日益成熟以及人工智能算法的研究进展,脑信号的解读研究也展现出越来越......
在信号处理领域，稀疏表示理论及其方法逐渐成为备受关注的课题，并对信号处理和分析产生了极为重要的影响。目前稀疏表示已被广泛地应......
当手臂操作与脑电控制被同时应用到水下机器人操作中,且操作人员处于不同作业状态时,针对使用单一脑电信号分类器无法获得较为理想......
核方法是大家公认的非常有效的处理非线性数据的强大的工具。它实质上就是把数据映射到一个被称为特征空间的向量空间中,在数据项......
脑电信号的非线性、非平稳性造成对运动想象脑电信号的分类识别存在特征提取困难、可区分性低以及分类识别性能差等问题;文章提出......
