参数模型法提取单次诱发脑电

本文提出一种诱发脑电的参数模型处理方法,充分利用刺激前脑电(EEG)信号及迭加平均诱发电位信号,可得到单次诱发电位的无偏、最小方差估计,提高信噪比近15dB。用计算机仿真检验了模型的性能。用本文所提方法处理实际的听觉诱发脑电,得到了诱发脑电幅度与刺激强度的正相关结果,证实了在实际应用中的可靠性。     

基于特征融合神经网络的运动想象脑电分类算法

运动想象-脑机接口（MI-BCI）技术为运动障碍患者提供了一种新的与外界交流的能力。应用卷积神经网络（CNN）处理运动想象（MI）脑电分类问题时,多提取最后卷积层的特征,忽视了中间层大量可用信息,导致MI-BCI的分类性能较差。针对这一问题,提出模型内层融合（WMFF）和模型间层融合（CMFF）两种特征融合策略。WMFF策略提取CNN每一层特征进行融合;CMFF策略融合CNN和长短时记忆网络并提取每一层特征。本研究用BCI竞赛IV Datasets 2a数据集对所提方法进行验证,WMFF和CMFF MI脑电信号四分类平均正确率分别达到76.19%和80.46%。结果表明,所提方法可有效提高MI脑电信号分类正确率,为MI脑电信号分类提供了新的思路。     

基于神经网络的阿尔茨海默病脑电诊断应用现状EI北大核心CSCD

脑电信号是脑神经电生理活动的总体反映,具有安全、高效、实时、动态等优点。随着机器学习相关研究的开展与推进,基于神经网络的阿尔茨海默病自动诊断正成为脑电分析研究热点。本文从前馈神经网络入手,比较分析了循环神经网络、卷积神经网络和深度信念网络等神经网络模型的结构特性及其在阿尔茨海默病诊断中的性能表现,并探讨了该研究在未来可能面临的挑战和研究趋势,期望为神经网络在阿尔茨海默病脑电诊断的临床应用提供有价值的参考。     

人工神经网络在脑电分析中的应用

人工神经网络是脑电分析研究中适用的新工具和技术。本结合神经网络在脑电分析中的应用，着重归纳出其中的几项比较关键，即神经网络输入数据的形式、神经网络训练样本的选取、神经网络的学习方式和神经网络用于认知问题研究等。     

基于多监督注意力机制神经网络的脑胶质瘤循环肿瘤细胞分割算法

为了提升脑胶质瘤循环肿瘤细胞的分割准确率,解决人工分割中肉眼分辨边界困难、目标占比小和操作流程繁琐等问题,提出一种端到端的像素级分割算法。针对数据特征,提出一种基于多监督机制的混合损失函数用以提升预测区域与目标区域的交并比,同时训练网络向预测正确目标个数的方向收敛;其次,在网络中逐层加入卷积块注意力机制模块,使得网络能在空间、通道层面重点学习数据特征,进一步提升预测准确率;最后,通过采用混合训练的方式,只需一个网络模型就能直接分割出细胞核、细胞质区域,缩减训练流程。实验结果表明,此分割算法对比U-Net网络在召回率、精确率以及Dice系数方面均有显著提升,在细胞核分割方面,分别达到92.20%、86.56%、88.27%;在细胞质分割方面,分别达到89.33%、85.31%、86.33%。     

基于残差注意力神经网络模型的癫痫脑电信号分类

目的 针对癫痫脑电信号特征提取过程复杂、信息提取不充分及分类精度较低等问题,本文提出一种基于残差注意力神经网络模型（residual attention module neural network,RAM-Net）用于实现癫痫脑电信号的自动分类。方法 首先对脑电信号进行去噪和分段处理,使网络更有效提取细节特征;然后根据脑电信号在时频域幅值特点,将信号转换为二维时频图像作为模型输入;最后借鉴残差网络思想,在每个残差块中融合注意力机制,构建分类模型,在临床数据集上做验证。结果 该方法分类准确率为97.16%,精确率为97.00%,可实现癫痫发作、间期和正常状态的脑电信号三分类。结论 基于RAMNet的癫痫脑电信号分类方法将脑电信号转化为二维图像,降低了方法复杂度;融合注意力机制增强了网络的有效信息提取能力,可为癫痫临床辅助诊断提供一种新的分析思路和处理方法。     

基于时空特征学习卷积神经网络的运动想象脑电解码方法

基于运动想象脑电(EEG)的脑-机接口系统能够为用户提供更为自然、灵活的控制方式,已广泛应用到人机交互领域。然而,由于目前运动想象脑电的信噪比及空间分辨率较低,导致信号解码正确率较低。针对这一问题,本文提出一种基于时空特征学习卷积神经网络(TSCNN)的运动想象脑电解码方法。首先,针对经过带通滤波预处理的脑电信号,依次设计时间和空间维度上的卷积层,构造出运动想象脑电的时空特征;然后,利用2层二维卷积结构对脑电的时空特征进行抽象学习;最后,通过全连接层和Softmax层对TSCNN学习的抽象特征进行解码。利用公开数据集对该方法进行实验测试,结果表明,所提方法的平均解码精度达到80.09%,分别比经典的解码方法共空间模式(CSP)+支持向量机(SVM)和滤波器组CSP(FBCSP)+SVM提高了13.75%和10.99%,显著提升了运动想象脑电解码的可靠性。     

基于脑电信号的注意力水平评价研究进展EI北大核心

注意力水平评价是指通过观察或实验测试的手段对人的注意力水平进行评价,其研究成果在教育教学、智能驾驶、医疗健康等领域有很大的应用价值。脑电信号凭借其客观可靠性和安全性成为分析和表达注意力水平的最重要技术手段之一。目前,鲜有综述文献对脑电信号在注意力水平评价领域的应用进行全面的梳理总结。为此,本文首先概述了注意力水平评价的研究进展;然后重点剖析了脑电信号注意力水平评价的重要方法,包括数据预处理、特征提取与选择、注意力水平评价方法等;最后讨论了脑电信号注意力水平评价领域当前发展的不足,并对未来发展趋势进行展望,为相关领域的研究工作者提供参考。     

基于特征编码和卷积神经网络的注意力状态检测

列车运行安全与列车驾驶员的注意力状态密切相关,为了快速准确检测驾驶员的注意力状态,提出一种基于特征编码和卷积神经网络(FECNN)的注意力状态检测方法。对从Kaggle数据集上下载的5名参与者的脑电图数据,用快速独立成分分析(FastICA)和小波滤波方法进行去噪,从中提取微分熵(DE)特征,并进行最大最小归一化;然后将DE特征编码成对应的矩阵,转化为对应的彩色图,标上对应的状态类别。将数据预处理后的彩色图作为卷积神经网络的输入,通过对模型参数的不断优化,得到分类精度较好的注意力状态检测模型。对提取DE特征和没有提取DE特征的10个样本进行实验,平均检测精度分别为95.10%±2.88%和93.12%±3.38%,高于传统的DNN模型和LeNet-5模型,并且模型更具有稳定性。所提出的FECNN模型,可为注意力状态检测提供一种新的思路,在驾驶员疲劳检测系统的开发方面具有一定的应用价值。     

应用A620脑电生物反馈仪诊断和治疗儿童注意力缺陷和多动症

本研究以 6 0名 6～ 10岁儿童为研究对象。实验组 30名已确诊为注意力缺陷伴多动患儿 ,对照组 30名为正常儿童。两组儿童应用A6 2 0脑电生物反馈Assessment程序记录脑电图 ,实验组与对照组儿童θ/ β比值有显著差异 ,t=5 5 2 5 ,P <0 0 1。男女生的θ/ β比值无明显差异。据此说明θ/ β比值可作为诊断注意力缺陷的一个神经生理指标。 10名患儿接受脑电生物反馈训练 ,统计表明 ,10次以上训练患儿脑功能方有明显改善。     

小儿高热惊厥临床与脑电图特征

目的：观察小儿热性惊厥发病年龄、症状、脑电图表现及小儿热性惊厥预后的脑电图表现。方法：对2007年～2012年80例小儿高热惊厥从发热当时、热退后1周、10天时分别进行脑电图检查,观察脑电图演变,从特征上并结合惊厥发作的次数、发作的年龄、发作持续的时间来预判断病情可能的发展方向。结果：发作当时EEG异常率80%,1周35%,10天25%。异常表现为高波幅慢波异常者11例,出现散在、局限性慢波异常者6例,呈棘-尖-慢复合波者3例。结论：高热惊厥患儿临床及脑电图演变有一定的规律,可根据这个规律在临床上早期判断病情的发展方向。     

儿童抽动障碍的临床与脑电图分析

目的:探讨抽动障碍(TD)患儿的临床及脑电图(EEG)特征。方法:对70例TD患儿的临床及EEG资料进行比较和回顾性分析。结果:70例TD患儿中EEG正常63例(90%),异常7例(10%)。其中4例表现为典型的癫癎样放电,另3例表现为阵发高幅θ节律。结论:本组病例EEG的异常率与患儿的发病性别、病程、分娩方式存在一定的对应关系,EEG可作为评估病情严重程度的客观依据。     

小儿病毒性脑炎脑电图分析

目的:探讨脑电图对小儿病毒性脑炎早期诊断及预后评估的临床价值.方法:将脑电图结果与头颅CT结果进行比较,分析不同时期的临床诊治效果.结果:在86例病例中脑电图阳性率87.21%,CT阳性率32.56%,两组比较有显著性差异(P＜0.01).早期病例56例全部治愈,治愈率100%;中期病例20例,治愈率80%,好转4例;极期4例,好转2例,死亡2例.不同时期病例治愈率存在显著性差异.结论:脑电图对小儿病毒性脑炎的早期诊断及预后评估有重要临床价值.     

径向基函数神经网络在脑电信号建模中的应用

详细介绍了径向基函数神经网络在脑电信号建模中的应用 ,描述了径向基函数神经网络的结构与算法 ,通过与反向传播算法神经网络在脑电建模中的应用进行对比 ,并经计算机仿真发现径向基函数神经网络较适用在脑电信号这类非线性系统建模     

高压氧治疗一氧化碳中毒患者脑电图分析

目的:分析高压氧(HBO)治疗一氧化碳(CO)中毒患者的脑电图变化,探讨EEG对判断病情和预后的作用。方法:对85例一氧化碳中毒患者进行高压氧治疗前后脑电图进行对比分析。结果:高压氧治疗CO中毒患者脑电图改善明显,恢复正常占67.1%,总有效率95.3%,临床症状改善与EEG一致。结论:高压氧对一氧化碳中毒患者治疗有显著疗效;EEG对CO中毒患者临床诊断和预后的评估有指导意义。     

慢性酒精中毒脑病的脑电图及体感诱发电位分析

目的：探讨慢性酒精中毒脑病病人脑电图及体感诱发电位改变及临床意义。方法：对26例临床已确诊病人进行脑电图及体感诱发电位监测研究。结果：两种检查在本组病人中异常率均较高。脑电异常率为65．6％，体感诱发异常率为84．6％。结论：两项检查对本病早期诊断有辅助价值，且对了解病情进展和预后有一定帮助。     

老年癫癎的临床和脑电图分析

目的：探讨老年人癫癎的临床特点和脑电图表现。方法：对56例老年癫痫患者作脑电图检查。结果：脑电图正常者2例（3．57％）,轻度异常8例（14．8％）,中度异常34例（36％）,高度异常12例（22：2％）,脑电图总异常率96．43％。结论：脑电图对老年人癫癎的诊断及指导治疗有一定的帮助。     

精神症状为主的病毒性脑炎的临床与脑电图

目的：探讨精神症状为主的病毒性脑炎患者的临床特点及脑电图的早期诊断价值。方法：对68例以精神症状为主的病毒性脑炎患者进行脑电图检查并结合临床资料进行分析。结果：患者出现精神症状是以混合型为主,伴随躯体体征出现率较低,实验室检查脑电图异常率为91%,界限6例,轻度异常30例,中度异常22例,重度异常10例。结论：以精神症状为主首发的患者,应动态观察病人有无意识障碍、智能减退、癫癎发作及神经系统体征并及时进行脑电图检查有利于早期疾病的诊断及治疗。     

Independent Source Separation of Multichannel Electroencephalogram Based on Neural Network

A neural network method for independent source separation （ISS） of multichannel electroencephalogram （EEG） is proposed in this paper. Using the denoising function of wavelet multiscale decomposition, the high-frequency noises are removed from the original （raw） EEGs. Then the multichannel EEGs are treated as the weighted mixtures and the expression of weight vector is obtained by seeking the local extrema of the fourthorder cumulants （i. e. kurtosis coefficients） of the mixtures. After these process steps, the weighted mixtures are used as the input of neural network, so the independent source of EEGs can be separated one by one. The experimental results show that our method is effective for ISS of multichannel EEGs.