脑电混沌维数复杂度连续检测方法的研究

一些研究表明,脑电信号具有低维的混沌动力学特性,脑电的维数则反映脑信息处理过程中的神经元集群的活动状态,是研究脑电信号的重要非线性参数.在Grassberger-Procaccia计算关联维数算法的基础上,通过改进计算关联积分的过程,提出一种适合于移动重叠窗口的维数复杂度连续检测方法.另外,还对关联积分线性区间选择上做了改进,使得所求得的参数在严格意义上为维数复杂度.数值仿真验证了该方法的正确性,并在此基础上对视觉输入变化的EEG信号进行动态数据分析,结果显示睁眼时脑电的复杂度明显高于闭眼时脑电的复杂度.所提出的维数复杂度计算方法减少了数据分析的负荷,适合于连续数据分析,能够准确地反映脑电维数复杂度的连续变化过程.     

基于形态学滤波器的棘波提取技术

本研究提出了一种基于形态学滤波器的脑电棘波检测方法。首先，选择三角形为结构元素，采用数学形态学中的级联开闭和闭开运算分别对脑电信号进行处理，去除癫痫样瞬态信号；然后对级联开闭和闭开运算采用平均加权的方法，消除统计偏倚现象，得到背景脑电信号；最后将处理结果和原始脑电信号做差，提取出脑电信号中的棘波。通过仿真信号的对比分析和临床癫痫脑电信号的应用，表明该方法适用于双向棘波的提取，与以往的方法相比，背景脑电的抑制能力更强，提取出的信号特征成分更完整。     

Speech Separation Based on Robust Independent Component Analysis

In this paper, we applied RobustICA to speech separation and made a comprehensive comparison to FastICA according to the separation results. Through a series of speech signal separation test, RobustICA reduced the separation time consumed by FastICA with higher stability, and speeches separated by RobustICA were proved to having lower separation errors. In the 14 groups of speech separation tests, separation time consumed by RobustICA was 3.185 s less than FastICA by nearly 68%. Separation errors of FastICA had a float between 0.004 and 0.02, while the errors of RobustlCA remained around 0.003. Furthermore, compared to FastICA, RobustlCA showed better separation robustness. Experimental results showed that RohustICA was successful to apply to the speech signal separation, and showed superiority to FastlCA in speech separation.     

基于 ERP 信号的目标检测研究综述

目标检测是一个广泛应用于多个领域的研究课题。传统的计算机视觉方法存在复杂度高、泛化能力差、模型对 象可迁移性差等缺点,而人脑在目标检测方面具有较强的认知能力和感知能力,仅需要很少的训练样本就可以达到较好的检 测效果。基于事件相关电位（Event-Related Potentials,ERP）的脑机接口（ Brain-Computer Interface,BCI）是一种全新的提 升目标检测性能的方法,它能够将脑内信息与外部环境进行交互。在此基础上,Gerson 提出了一种以脑电信号为基础的快速 串行视觉呈现（Rapid Serial Visual Presentation,RSVP）范式,包括显示方式、有效视觉范围、目标复杂度、刺激频率和持 续时长等。该文还对 ERP 信号的预处理、特征提取及分类等方法进行了综述, 并对该领域的局限性和发展趋势进行了探讨。     

基于关联维数的神经元动作电位特征提取与分类研究

神经元动作电位模式分类是动作电位序列分析和解码的基础.由于神经元动作电位信号波形隐藏着动作电位的特征信息,而关联维数是度量波形不规则程度的一种手段,因此基于神经元动作电位信号的波形差异,提出一种基于关联维数对神经元动作电位进行特征提取的新方法.首先,对采集到的神经元动作电位信号进行相空间重构;然后,在重构的相空间中,以关联维数作为对非同源动作电位信号的特征进行描述;最终,结合K均值算法,对神经元动作电位实现无监督模式分类.仿真和真实数据实验结果表明:该方法分类的准确率较高,且稳定性较好,仿真数据分类错分率基本稳定在4.9％以内,真实数据的分类能较大程度地贴近人工分类的结果,因此用来代替人工分类具有一定的可行性.     

人工耳蜗CIS语音信号处理方案的多通道仿真与语音合成

目的：人工耳蜗是一种利用功能性电刺激为重度或全聋患者恢复或改善听力的一种电子装置。通过多通道仿真比较,证明不同的通道数对语音效果的影响。方法：本文利用人工耳蜗电刺激的简化模型,通过分析电听觉和人耳听觉的差异,在计算机上对连续相间采样方案进行了仿真及语音合成,并比较了不同通道数的CIS方案的语音识别率。结果：6或8通道的CIS语音编码方案获得的语音识别率较好。结论：经包络提取后较多通道数的CIS方案能获得较好的语音识别效果,对临床上参数的选择具有一定的意义。     

一种基于光抽运效应的磁共振信号检测方法

与常规磁共振成像相比,超低场磁共振成像技术所需的成像磁体可降至mT级甚至μT级,不仅大大降低了设备的成本和体积,还能够获得普通高场磁共振成像设备无法得到的特殊图像,具有非常广阔的应用前景。本文介绍了一种基于光抽运现象的磁共振信号检测方法,该方法根据外加磁场会影响碱金属原子对特定波长光吸收的原理,通过检测透射光强的变化检测磁共振信号。文章最后利用线圈产生模拟磁共振信号,给出了一维及二维磁共振成像的实验结果,结果表明该方法对于磁共振信号有良好的频率分辨率及相位控制的稳定性。由于该方法具有高灵敏度、低成本以及在信号检测时需要很弱背景场等特点,因此特别适用于超低场磁共振信号的检测。     

基于下采样检测QRS波的新方法

针对目前QRS波检测方法的不足,结合心电信号主要集中在0.05～35 Hz这一特点,我们提出了基于下采样的QRS波检测新方法.首先对原始心电信号进行下采样,然后利用自适应、自学习原理设置幅值和斜率阈值检测QRS波,利用不应期特性降低误检率,再利用回溯技术降低漏检率,最后对得到的QRS波进行更新来实现原始心电信号中QRS波的检测.采用MIT/BIH心电数据库的数据和重庆医科大学附属医院提供的临床数据对该方法进行验证,准确率可以达到98%.结果表明该方法简单、快速、检出率高,并且不受采样率的影响.