浙江省科技厅新苗人才计划(2007G60G2040006)
- 作品数：4 被引量：12H指数：2
- 相关作者：范影乐杨勇耿丽硕张小鹏丁颖更多>>
- 相关机构：杭州电子科技大学浙江大学更多>>
- 发文基金：浙江省科技厅新苗人才计划国家自然科学基金更多>>
- 相关领域：医药卫生电子电信自动化与计算机技术更多>>
- 基于Hilbert-Huang变换的目标注视脑电模式分类研究
- 2009年
- 研究目标注视任务,即类"思维拨号"任务下的脑电信号模式自动分类技术。基于时频分析原理,对循环扫视6×6字符矩阵所得的脑电信号进行Hilbert-Huang变换,用EMD(Empirical Mode Decomposition)方法把信号分解成数个本征模态函数(IntrinsicMode Function,IMF);对每个IMF进行Hilbert变换,得到时频平面上的能量分布,即Hilbert谱;将各频率分量累加谱按时间变化特性作为关注与非关注某字符的特征量;最后通过K-近邻法对所视字符进行自动识别。对第3届国际脑机接口竞赛的数据进行分析测试,识别准确率达到84.21%。经Hilbert-Huang变换的时频分析方法,可以得到目标注视任务下的脑电信号有效特征,从而有助于脑机接口系统的实际应用。
- 周丽霞范影乐李轶
- 关键词：HILBERT-HUANG变换脑电信号P300
- 基于奇异谱熵的脑电意识任务识别方法的研究被引量：3
- 2009年
- 奇异谱分析是脑电信号研究的一种新方法。脑电信号的奇异谱熵可以反映脑电的特征,它有助于研究大脑的动力学行为。时变脑电信号所对应的奇异谱熵时间序列能很好地反映出事件相关去同步(ERD)和事件相关同步(ERS)现象,因此可以提取人脑想象左右手运动任务时的特征,最终利用K-近邻模式分类方法对想象左右手运动任务进行有效的分类决策。最后对国际脑机接口竞赛2003相关数据进行了测试,最高准确率达到85.16%,最大互信息达到0.48。测试结果说明,基于奇异谱熵的脑电信号特征,可以作为脑电意识任务的有效分类依据。
- 张小鹏范影乐杨勇
- 关键词：脑电信号
- 基于Hilbert-Huang变换的思维脑电分类技术研究被引量：7
- 2009年
- 研究基于Hilbert-Huang变换的思维脑电分类方法。对思维脑电信号进行Hilbert-Huang时频预处理,经经验模式分解后,得到多阶固有模态分量,然后将经HHT变换后的时频窗口内的振幅标准差作为不同心理作业信号特征,再应用K-近邻对思维脑电信号进行分类决策。通过对Colorado州立大学EEG研究中心的三类思维脑电心理作业样本进行分类,平均正确率达到82.54%。经Hilbert-Huang变换得到的脑电信号特征,可以作为思维脑电分类的有效依据。
- 耿丽硕范影乐
- 关键词：HILBERT-HUANG变换K-近邻
- 神经元动作电位模式分类的小波时频分析方法被引量：2
- 2010年
- 对神经元动作电位进行模式分类是植入式脑机接口研究的前期关键问题。考虑到来自不同神经元的动作电位在时域或频域特征上的相似性,引入小波分析在时频域上对动作电位进行特征描述。首先以db、sym、bior三类小波函数系为例,分别获取了动作电位的高维小波系数特征;然后对特征分量进行非正态分布特性的KS检验,以实现特征降维;最后通过非监督的K均值方法完成动作电位聚类。实验结果表明:在神经信号噪声水平为0.05dB、0.1dB和0.15dB时,各小波基的分类性能略有不同。其中sym5小波性能突出,动作电位错分率基本稳定在1.21%～1.81%。最后与主成分分析法(PCA)进行了分类性能的比较,进一步证实了小波时频分析方法(sym5小波)在抗干扰性和稳定性方面的优势。
- 丁颖范影乐杨勇
