基于思维脑电信号的假手的研究

本文主要研究利用思维脑电信号来控制假手动作。采用小波变换对思维脑电信号进行分解,选取合适的子带信号并提取相应能量特征,组成特征向量输入BP神经网络进行分类识别。整个信号处理过程在LabVIEW软件平台上实现,并利用其串口通信模块输出控制指令来控制假手的张开和闭合。     

小波和主分量分析方法研究思维脑电

研究自发脑电和思维活动的关系．利用小波和主分量分析结合的WPCA算法对不同思维任务记录的六导脑电进行处理,并对思维特征的频谱能量和变化率等多指标进行综合分析和计算。结果表明WPCA算法不仅可以实现噪声的去除,而且能提高主分量的贡献率,降低输入矢量的维数。对脑电主分量的分析揭示了脑电与思维个体、思维种类、复杂度以及注意力的联系,思维任务的神经网络分类结果验证了WPCA方法研究脑电和思维的有效性,为进一步理解认知和思维过程,实现对思维的定位和分类提供了依据。     

快速独立分量分析及其在脑电信号处理中的应用

独立分量分析(IndependentComponentAnalysis,ICA)是一种基于信号统计特性的盲源分离方法,由于其分离的信号之间是互相独立的,所以在生物电信号去除干扰和伪迹、信号分离以及特征提取等方面有很大的潜在价值。本文提出了一种改进的快速ICA方法,提高了收敛速度。通过仿真,证明这种方法的优越性。最后利用该方法去除脑电中眼动伪迹,达到了较好的效果。     

基于小波变换心电信号消噪方法研究

小波变换是近年来兴起的热门信号处理技术,是一种非常有用的信号处理工具。本文阐述了连续小波去噪和离散小波去噪的原理,分析了基于小波去噪的几种不同方法（其中包括小波分解与重构,小波变换阈值法,小波变换模极大值法,以及它与独立分量分析相结合去除噪声的方法等）。通过检测和验证,表明该方法能较好的实现心电信号的消噪,都取得了较好的效果;同时,比较了每种方法的不足和缺陷。基于小波变换心电信号消噪的研究进展较快,通过多种方法结合运用进行消噪并取得了很好的效果,展望了利用基于小波变换心电信号消噪的前景。     

基于独立元分析和非线性指数分析的脑电信号中伪迹分量的自动去除

脑电(electroencephalography,EEG)信号中不可避免地存在着眼动、心跳、肌电信号以及线性噪声等伪迹干扰,这些伪迹的存在极大地影响了脑电信号分析的准确性,因此在进行脑电信号分析前需要去除伪迹干扰。为了有效地去除伪迹,结合独立元分析和非线性指数分析,提出一种自动识别并去除脑电信号中伪迹分量的方法。该方法还可同时用于提取脑电信号中的基本节律如!波等。相应的模拟与实际脑电数据的实验结果表明所提议的方法具有很好的识别和去除脑电信号伪迹分量的性能。     

多通道脑电信号的盲分离

提出一种新的多通道脑电信号盲分离的方法,将小波变换和独立分量分析(independent component analysis,ICA)相结合,利用小波变换的滤噪作用,将混合在原始脑电的部分高频噪声滤除后,再重构原始脑电作为ICA的输入信号,有效地克服了现有ICA算法不能区分噪声的缺陷。实验结果表明,该方法对多通道脑电的盲分离是很有效的。     

肌电信号的特征分析方法及其应用

肌电信号是产生肌力的生物电信号来源,反映了神经-肌肉系统在进行随意性和非随意性活动时的生物电变化情况,它与神经肌肉活动密切相关.伴随着肌电信号特征分析方法的日臻完善,蕴含在信号内的神经、肌肉信息,越来越多地被人们所掌握,并被广泛地应用于临床医学、康复医学、体育科学、医学工程学以及基础研究等诸多领域.因而肌电信号具有重要的应用价值和学术价值.现本文主要针对肌电信号的特征分析方法(时域分析、频谱分析、时频分析等方法)以及肌电信号相关领域的应用情况作以综述.     

应用小波熵分析大鼠脑电信号的动态变化特性

应用小波熵（一种新的信号复杂度测量方法）分析大鼠在不同生理状态下脑电复杂度的动态时变特性。采用慢性埋植电极记录自由活动大鼠的皮层EEG,使用多分辨率小波变换将EEG信号分解为δ、θ、α和β四个分量,求得随时间变化的小波熵。结果表明：在清醒、慢波睡眠和快动眼睡眠三种生理状态下,EEG的小波熵之间存在显著差别,并且在不同时期其值与各个分解分量之间具有不同的关系,其中,慢波睡眠期小波熵还具有较明显的变化节律,反映了EEG微状态中慢波和纺锤波的互补性。由此可见,小波熵既能区别长时间段EEG复杂度之间的差别,又能反映EEG微状态的快速变化特性。     

脑死亡与脑昏迷脑电信号的复杂度研究

脑死亡诊断是有关病人生死的重要问题.许多国家都把脑电平坦列为脑死亡诊断的基本条件,但研究发现并非所有的脑死亡患者均表现为脑电平坦,同时脑昏迷患者在部分情况下也会表现出脑电平坦的现象,从而有可能在临床中造成误判.C0复杂度判断指标能够利用脑电信号中的复杂度特性帮助临床诊断中对于脑死亡和脑昏迷状况的鉴别.运用C0复杂度算法对22位脑死亡和脑昏迷病例进行分析实验,可以发现脑死亡脑电信号的复杂度明显高于脑昏迷脑电信号的复杂度.实验表明C0复杂度可以用来有效地区分脑死亡和脑昏迷脑电信号,具有潜在的重要临床价值.     

基于多变量AR模型的脑电相干性分析及其在脑区协作机制研究中的应用

研究脑皮不同区域之间功能协作的机制一直是认知和神经科学关注的重要问题之一。基于多变量自回归模型的动态相干性分析方法,被用于观察不同脑区在认知过程中的同步化,结果显示,人在感知和识别物体时,相关的脑区自动地发生了同步化的神经活动,这种同步化被证实是不受干扰刺激影响的,但被干扰的流产力确定影响了与判断和主动运动有关的脑区的同步化,而且这种影响的趋势与反应时间的分析结果一致。     

基于Flexible ICA的睡眠EEG及EOG中心电伪差的消除

提出了一种采用自适应非线性函数的ICA学习算法,Flexible ICA算法,并将其应用于睡眠EEG自动分期的前期预处理中,用于消除采集到的各通道信号中的心电伪差.实验结果证明,Flexible ICA算法能够快速有效的消除各通道的心电伪差,为后期的睡眠EEG自动分期打下了良好的基础.     

三种森林生物量估测模型的比较分析

森林生物量的定量估算为全球碳储量、碳循环研究提供了重要的参考依据。该研究采用黑龙江长白山地区的TM影像和133块森林资源一类清查样地的数据, 选取地学参数、遥感反演参数等71个自变量分别构建多元逐步回归模型、传统BP (back propagation)神经网络模型和基于高斯误差函数的BP神经网络改进模型(Gaussian error function, Erf-BP), 进而估算该地区的森林生物量, 并进行比较分析。结果表明, 多元逐步回归模型估测的森林生物量预测精度为75%, 均方根误差为26.87 t·m^-2; 传统BP神经网络模型估测森林生物量的预测精度为80.92%, 均方根误差为21.44 t·m^-2; Erf-BP估测森林生物量的预测精度为82.22%, 均方根误差为20.83 t·m^-2。可见, 改进后的Erf-BP能更好地模拟生物量与各个因子之间的关系, 估算精度更高。     

行道树叶绿素变化的高光谱神经网络模型

采样分析了城市行道树（长春市主要街道）与对比区（净月潭国家森林公园）相应树种的叶绿素变化,并对由叶绿索变化引起的光谱反射率以ASD光谱仪进行了测试,并对二者之间的关系进行了单波段回归分析、V1植被指数与叶绿素含量的模型分析以及神经网络模型分析。结果表明,1）城市环境对行道树叶绿素有重要影响,但是对针叶树种响应较小,而阔叶树种响应较大;2）光谱反射率与测试树种叶绿素含量关系密切,在740～760nm附近确定性系数达0．72以上;3）PSSR植被指数与测试树种的叶绿素含量关系密切,幂函数回归的决定系数R^2为0．82左右。3）神经网络模型能够提高光谱反射率模型反演植被叶绿素含量的水平,模型的决定系数R^2高达0．97。表明高光谱遥感可以用来监测因城市环境引起的植被叶绿素变化。     

A review of EEG and MEG for brainnetome research

The majority of brain activities are performed by functionally integrating separate regions of the brain. Therefore, the synchronous operation of the brain’s multiple regions or neuronal assemblies can be represented as a network with nodes that are interconnected by links. Because of the complexity of brain interactions and their varying effects at different levels of complexity, one of the corresponding authors of this paper recently proposed the brainnetome as a new –ome to explore and integrate the brain network at different scales. Because electroencephalography (EEG) and magnetoencephalography (MEG) are noninvasive and have outstanding temporal resolution and because they are the primary clinical techniques used to capture the dynamics of neuronal connections, they lend themselves to the analysis of the neural networks comprising the brainnetome. Because of EEG/MEG’s applicability to brainnetome analyses, the aim of this review is to identify the procedures that can be used to form a network using EEG/MEG data in sensor or source space and to promote EEG/MEG network analysis for either neuroscience or clinical applications. To accomplish this aim, we show the relationship of the brainnetome to brain networks at the macroscale and provide a systematic review of network construction using EEG and MEG. Some potential applications of the EEG/MEG brainnetome are to use newly developed methods to associate the properties of a brainnetome with indices of cognition or disease conditions. Associations based on EEG/MEG brainnetome analysis may improve the comprehension of the functioning of the brain in neuroscience research or the recognition of abnormal patterns in neurological disease.     

老化对视觉注意调控网络的影响

目的 老龄化是日益严重的社会性问题。老年人的认知功能,如注意等,出现了明显的衰退。探究老化过程中视觉注意调控网络的改变有助于理解老年人认知功能衰退的神经机制,并为寻找潜在的干预方式提供理论基础。方法 本研究采用经典的双目标注意任务：被试仅需全程注视屏幕中心的黑十字。黑十字左右两侧13.5°视角度会呈现两个相同的视觉圆点,800~1 200 ms后其中随机一个目标会发生改变或者不变。通过采集该视觉注意任务期间的脑电活动信号,比较青年人与老年人在视觉目标改变和不变两种条件下的大脑活动。结果 实验发现在青年人中,额叶、顶叶和颞叶等脑区的电极记录到的神经电活动特征对视觉目标是否改变存在显著性差别,而老年人的脑活动对该视觉目标改变无显著性变化。此外,还发现该脑网络的变化在青年人和老年人中均存在性别差异。结论 注意任务下老年人脑网络难以对外界视觉信息输入做出及时响应,老化过程伴随视觉注意调控网络（额叶、顶叶和颞叶等）功能的衰退,该脑网络的变化存在性别差异。本研究为老化引起视觉注意调控网络损伤提供了新的证据。     

Simulation of Gamma Rhythms in Networks of Interneurons and Pyramidal Cells

Networks of hippocampal interneurons, with pyramidal neuronspharmacologically disconnected, can generate gamma-frequency(20 Hz and above) oscillations. Experiments and models have shownhow the network frequency depends on excitation of the interneurons,and on the parameters of GABA_{{\rm A}}-mediated IPSCs betweenthe interneurons (conductance and time course). Herewe use network simulations to investigate how pyramidal cells, connected tothe interneurons and to each other throughAMPA-type and/or NMDA-type glutamatereceptors, might modify the interneuron network oscillation. With orwithout AMPA-receptor mediated excitation of the interneurons, the pyramidal cells and interneurons fired in phaseduring the gamma oscillation. Synaptic excitation of the interneuronsby pyramidal cellscaused them to fire spike doublets or short bursts at gammafrequencies, thereby slowing the population rhythm.Rhythmic synchronized IPSPs allowed the pyramidal cells toencode their mean excitation by their phase of firing relativeto the population waves.Recurrent excitation between the pyramidal cells couldmodify the phase of firing relative to the population waves.Our model suggests that pools of synaptically interconnectedinhibitory cells are sufficient to produce gamma frequency rhythms,but the network behavior can be modified by participation ofpyramidal cells.