首页 > 文献资料
-
基于1.5维谱的脑电非线性相位耦合分析
应用随机信号的1.5维谱分析脑电信号,旨在克服脑电功率谱分析的缺陷,同时保留高阶谱分析的优良特性.对五种不同思维状态(放松、启发式写信、两位数乘、数字擦除重绘、三维旋转)下的脑电进行1.5维谱分析,并对分析结果作了初步的讨论.分析显示,所有脑电均出现明显的平方相位耦合结构,但在不同思维状态下的脑电平方相位结构存在明显的差异,结果表明相位耦合信息可能为研究脑电提供新的途径.
-
低频经颅磁刺激后脑电相关维数变化的分析
研究了低频经颅磁刺激(rTMS)对大鼠脑电相关维数的影响.实验对八只Sprague-Dawley大鼠进行频率为0.5Hz,100个脉冲的阈上经颅磁刺激,采集刺激前后大鼠的脑电信号进行分析.脑电数据经替代数据方法验证,具有非线性性质.计算刺激前后脑电的相关维数,发现刺激后大鼠脑电相关维数比刺激前有显著性降低,说明脑电的复杂度降低,该结果支持了低频经颅磁刺激对大脑有一定抑制作用的结论.
-
脑机接口关键技术研究
脑机接口(brain-computer interface,BCI)利用脑电信号实现人脑与计算机或其他电子设备的通讯和控制,是一种新的人机接口方式.它在康复医学和控制工程等领域有应用前景.本文介绍了BCIs系统的工作原理,从系统设计、数据获取及处理方法两方面论述了BCIs系统设计中的关键技术,后指出了BCIs存在的主要问题和发展趋势.这些探讨为BCIs的设计与研究提供了指导.
-
高重力加速度及其模拟条件下脑电变化研究综述
高重力加速度及其模拟条件下脑电变化的相关研究在航空医学领域具有重要意义.本文综合介绍了飞行中+ Gz和离心机+Gz作用、下体负压作用、不同程度缺氧、短暂意识丧失下的脑电变化特点及其相互之间的关系.国内外学者围绕+ Gz及其模拟条件下的脑电变化规律已取得一定研究成果,但在脑电的定量分析,以及利用脑电对+ Gz加速度引起的短暂意识丧失进行前驱预警等方面的研究尚待深入.本文为高重力加速度环境下的脑电变化特征研究提供重要参考依据,对探寻利用脑电预警高重力加速度引起的意识丧失具有现实意义.
-
脑部电极技术的新发展
过去的10年中，脑电术十分兴旺，大量的新技术为医生提供了对脑活动的直接观察，而不受多功能等、线条记录仪和电脑(脊)膜、头颅、头发和脑脊髓液所引起信号失真等的限制.
-
混沌在神经系统中的作用
随着非线性动力学的发展,发现神经的不规则电活动具有确定性混沌特性.混沌广泛地存在于神经系统,神经元的混沌电活动对神经元的生理功能必不可少,脑电的混沌活动特性与大脑的功能状态密切相关,在大脑正常状态下脑电混沌活动的维数、李雅普指数、复杂度等指标较高;而在脑功能受损的病理状态下,上述混沌指标降低.混沌在神经系统中起着重要的作用.
-
机器人做手术越来越靠谱
人民日报4月5日报道，机器人不仅能当“职业棋手”，还能做“手术医生”。
近，一位名叫比利·惠特克的英国少年接受手术，摆脱了长达7年的癫痫病痛。医生让机器人钻入他的大脑，通过电极刺激大脑皮层，找出引起癫痫发作的部分，医生将病灶切除。这个手术被称为立体定向脑电，已经有过成功的案例。
不仅如此，机器人还可以在其他类型的手术中大展拳脚。一台“手术医生”机器人，必须知道“要做什么”，并能规划“如何去做”。这就需要一套高效、稳定的微电子系统--包括软硬件环境（大脑）、传感器（眼睛）和机电设备（手）。 -
脑电双频谱指数和听觉诱发电位指数用于麻醉深度监测与调控的研究进展
全麻和椎管内麻醉期间往往需要适当的镇静治疗.全麻需要监测意识转换、术中知晓和预测苏醒,临床上常用警觉及镇静评估法(observer′s assessment of alertness/sedation ,OAA/S)进行镇静程度的评分,而术中频繁的唤醒患者来判断镇静程度是不现实的.
-
老年人轻度认知障碍部分定向相干脑网络分析
近年的研究表明,轻度认知障碍(MCI)患者的认知加工呈现脑连通性缺失特征,但各脑区间如何影响,因果特性不明.本研究的目的在于分析MCI患者在认知任务下的有向脑网络特征.采集了30位老人在信息冲突颜色认知作业下的头皮脑电,包括21位正常人和9位MCI患者.选取刺激呈现后的脑电计算其部分定向相干值,依此构建脑网络,并着重分析了不同脑区的入度差异.研究发现:在beta段,MCI患者右前额区信息流入缺失,左中央区的信息流入异常增强;在患者组和正常组中前脑区的入度要远高于后脑区;正常人在匹配和不匹配刺激下右脑区的人度要高于左脑区;但是在患者组中左右脑区的入度却没有明显差别.在特定阈值下:正常人在匹配刺激下左脑区(阈值0.14)的入度要低于MCI患者(F=3.780,P=0.040);正常人在不匹配刺激下左脑区(阈值0.26)的入度要低于MCI患者(F =3.280,P=0.040);正常人在匹配刺激下右脑区(阈值0.18)的入度要高于MCI患者(F=3.941,P=0.021).文章从入度为脑网络特征验证了MCI患者在颜色认知任务下右脑的功能缺损.
-
脑电时间效应对情绪识别模型的影响及解决措施研究
近年来,越来越多的研究者投入到基于脑电的情绪识别研究中.然而在实际应用中,建立高精确度的情绪识别模型仍面临巨大的挑战,其中一个难点就是如何剔除或降低脑电信号的时间效应,进而提高情绪识别模型的时间鲁棒性.拟通过增加情绪模型中训练样本的天数,降低时间效应对识别模型的影响.利用视频诱发被试的正性、中性、负性3种情绪状态,共9名被试参与实验,每名被试需在1个月内进行5次数据采集,每次采集的时间间隔分别是1天、3天、1周和2周.采集被试60导联的脑电信号,并提取6个频段的功率谱特征.在模式识别阶段,分类器的训练样本分别来自N天的样本(N=1,2,3,4),剩余(5-N)天的数据则作为测试样本,得到不同训练天数下的分类正确率.结果表明:脑电时间效应的确会影响情绪识别的正确率,当训练集与测试集中的样本来源于不同的两天时,识别率显著下降(P＜0.01);随着训练集样本天数的增加,正确率提高,正确率与训练样本的天数呈正相关;当训练集中样本来源于2～4天时,相比于1天的情况,平均正确率的提高率分别为6.45％ (P =0.006)、10.48％ (P=0.000)、14.40％ (P =0.000),即增加训练集中样本的来源天数,能显著降低时间效应对分类效果的影响.结果证实,脑电时间效应能显著降低情绪识别模型的识别正确率,增加训练样本的天数可降低时间效应对识别模型的影响,并提高情绪识别模型的时间鲁棒性,从而为情绪模型从理论研究走向应用提供技术支持与研究思路.
-
低频光诱发脑电在浅睡期的样本熵复杂度分析
睡眠障碍患者通常表现为从浅睡期进入深睡期存在困难,分析浅睡期脑电波的变化对研究睡眠效率和睡眠质量至关重要.通过分析低频光刺激下睡眠过程中脑电波的复杂度值变化,研究人在浅睡期脑电波对光刺激的响应,进而探讨外部光刺激对睡眠过程中脑电波的影响.使用美国neuroscan型脑电图仪,采集10例志愿者的光刺激睡眠和正常睡眠的脑电数据.首先,利用时频分析,对睡眠过程中的脑电信号进行分期,获得浅睡期脑电信号;然后,使用小波包分解,获得该期脑电波的各频段分量(δ波、θ波、α波和纺锤波);接着,采用样本熵算法,分别计算浅睡期脑电信号的复杂度以及各频段脑电波的复杂度;后,对志愿者在光刺激(5 Hz)和正常睡眠下浅睡期脑电复杂度进行比较,研究光刺激对脑电复杂度的响应情况.结果显示:在低频光刺激下,浅睡期脑电波复杂度的均值为0.514 15,明显低于正常睡眠复杂度的均值0.589 23,在中央区和顶区有显著性差异(P＜0.05).研究表明,5Hz光刺激可诱发浅睡期θ波的同步响应,增强脑电波的节律性,有助于更好地进入深度睡眠.
-
严肃游戏训练对脑功能状态改善作用研究
针对专项严肃游戏训练改善脑功能状态、提高注意力展开研究.基于脑电信号样本熵特征,分析训练后脑功能状态的变化,以及长期使用单一训练的刺激耐受性问题.试验采集10名受试者,持续20 d的专项严肃游戏训练前、后的脑电数据,并采用国际公认D-CAT和SRT注意力测试方法评估脑功能状态的变化.提出以alpha波样本熵与beta波样本熵的比值作为特征参数,分析游戏训练改善脑功能.进一步,基于theta/SMR熵值,讨论长期单一严肃游戏训练的刺激耐受性问题.经过20 d专项严肃游戏训练后与训练前相比,脑电信号的alpha波样本熵值呈上升趋势,beta波样本熵值显著降低(0.62±0.05 vs 0.54±0.04,P＜0.05),alpha/beta的样本熵比值显著提高(0.44±0.02 vs 0.83±0.20,P＜0.05),说明严肃游戏训练可以改善脑功能状态.国际公认的注意力行为测试评估结果支持了相同的结论,即专项严肃游戏训练后,训练者的测试命中值显著提高(35.60±6.21 vs 37.81±6.42,P＜0.05),所需反应时间(ms)显著降低(292±25 vs281±20,P＜0.05).长期单一游戏训练后theta/SMR熵值提高,表明长期采用同一款注意力训练方法,会使被训练者产生耐受性,使大脑对训练的敏感程度降低,适当调整训练方案,将有助于提高训练效率.这一结果,将为脑功能辅助康复治疗方案选择提供支持与帮助.
-
脑机接口控制的下肢功能性电刺激系统研究
研发基于脑机接口控制的功能性电刺激系统,服务于下肢的运动康复.脑机接口采用的是基于稳态视觉诱发电位的脑电信号技术.使用线性判别分析分类器来处理脑电信号的频域特征,实现对下肢5种运动状态的控制意图识别,即开始、快速、慢速、停止和空闲状态.识别的意图转化为指令触发电刺激系统,刺激下肢的相关肌肉产生运动,并测量关节角度.设计的系统在6位正常受试者上进行了单纯的脑机接口实验,其中2位分别进行了脑机接口控制的小腿摆动与下肢行走的电刺激实验.在小腿摆动实验中刺激的是股直肌,行走运动实验中刺激的是两条腿的髂腰肌、臀大肌、股直肌和腘绳肌.实验分析了电刺激尾迹对脑电信号的影响,结果表明设计的脑机接口可以准确地识别运动意图(平均识别率高于85％),并能够实现电刺激作用下与该意图相对应的下肢期望运动.
-
基于复杂度熵特征融合的高压力人群情感状态评估
长期处于压力状态容易引发各类疾病,合理有效的情感压力状态评估是进行压力情感干预的基础.脑电数据含有丰富的情感信息,针对脑电数据的压力情感特征提取问题,提出一种基于Kc复杂度、小波熵与近似熵相结合的脑电数据的压力情感特征提取方法,以Kc复杂度因子来量化脑电数据的随机程度,以小波熵和近似熵参数分别在时域和频域来量化脑电数据的复杂程度与能量分布；采用遗传算法进行全局寻优,按适者生存的原则进行支持向量机参数的选择、交叉、变异,以此优化的支持向量机融合3类不同层次的特征参数,实现压力情感状态评估.以“切水果”游戏作为压力源,采集8名被试共92组脑电信号,基于该算法来分析被试者的压力状态,高识别率为94.12％,平均识别率82.06％.研究表明,不同脑区对压力敏感程度不同,左半球相对右半球来说,压力感受敏感.希望通过此工作,可以帮助人们有针对性地采取相应措施缓解压力,恢复身心健康.
-
基于脑电同源样本捆绑法的情绪识别研究
近年来,越来越多的研究者投入到基于脑电的情绪识别研究中,新理论方法的提出使得情绪的识别准确率有了进一步提高.然而,一旦走向实际应用,识别率大幅度下降,建立高精确率的情绪识别模型仍面临巨大的挑战.一个非常重要的原因是同源样本携带的非情绪信息使情绪识别模型更容易识别测试集的样本,使得传统的情绪识别方法出现识别正确率虚高的问题.为此,提出一种新的样本划分方法-同源样本捆绑法,并对10名被试开展情绪诱发实验,利用情绪图片和视频诱发平静、愉悦、难过和恶心等4种情绪状态.提取6个频段的脑电信号(θ:4～8 Hz,α:8～12 Hz,β1:13 ～ 18 Hz,β2:18 ～30 Hz,γ1:30 ～ 36 Hz和γ2:36 ～44 Hz)的功率谱特征,然后利用支持向量机进行情绪识别,并对比传统随机方法与同源样本捆绑法的情绪识别效果.结果显示,对于图片诱发任务,随机法四分类平均正确率为43.92％,而捆绑法只得到34.15％的平均正确率;在视频诱发任务下,随机法和捆绑法分别得到94.45％和37.88％的平均正确率,随机法显著高于捆绑法,证明传统的样本随机划分方法会带来虚高情绪识别率.后利用基于递归筛选的支持向量机(SVM-RFE)算法剔除基于同源样本捆绑法下的非情绪特征,提高情绪识别正确率,图片和视频诱发任务分别得到76.22％和72.53％的平均识别正确率.综上,所提出的同源样本捆绑法可以剔除非情绪因素的影响,避免传统的样本划分方法带来的虚高情绪识别率,是情绪识别从理论研究走向实际应用重要且必要的一步.
关键词： 脑电 情绪识别 支持向量机(SVM) 同源样本捆绑法 -
观看3D影像所致不适感的脑电功率谱特征分析
采集受试者脑电并进行分析,进而研究观看3D影像所致不适感反映在脑电中的特征信息,探讨脑电的功率谱特征与3D影像所致不适感之间的关联.采用2D和3D对比的方法,采集受试者观看2D影像和3D影像前、中及休息一段时间后的脑电,对两种观影条件下各时段的脑电信号进行功率谱及重心频率计算,进行统计学t检验,并设计主观感受信息问卷,作为脑电结果的对照分析.观看3D影像组的脑电功率谱在整个脑区都比2D影像组低,其重心频率在额叶区也较低,且存在显著性差异(P＜0.05)；而在休息后两者的脑电功率谱之间不存在显著性差异(P＞0.05)；此外,观看2D影像和3D影像均使主观感受信息的得分降低,且3D降低更多,但是两者之间没有显著性差异(P＞0.05).结论:脑电功率谱及重心频率与观看3D影像所致不适感有较强的相关性,相比于观看2D影像、观看3D影像时脑电功率谱及重心频率降低,其所致不适感通过主观感受问卷也可体现.脑电功率谱特征结合主观感受信息的分析,为研究评价观看3D影像所致感的指标提供了一定的基础数据.
-
基于脑电信号溯源分析的观看3D电视导致大脑疲劳研究
随着3D电视显示技术的普及,观看3D电视产生的大脑疲劳问题越来越受到关注.初步探讨长时间观看3D电视导致大脑疲劳的机理.采集20名受试者(男女比例1∶1)分别连续观看1 h3D或2D影片前后各5 min的脑电信号,并使用主观疲劳问卷量表评估被试观看前后的疲劳状况.利用希尔伯特变换的方法,分析脑电各通道信号之间的同步性,探讨脑电信号的空间特性,并对观看2D/3D电视前后脑电信号进行溯源分析.主观疲劳问卷量表评估发现,长时间观看3D电视大脑会出现显著疲劳症状(P＜0.01).脑电信号溯源分析发现,长时间观看2D/3D电视后大部分脑区各频段电流源密度有所减小,但统计结果无显著性差异(P＞0.05).然而,观看3D电视后,枕叶在β2频段电流源密度显著增强(P＜0.01),且观看3D电视后枕叶显著增强部分与主观疲劳因子显著相关(P＜0.01).观看3D电视后与观看2D电视后相比,缘上回(BA40),枕叶(BA18,BA19)和中央后回(BA3)等与空间视觉信息处理相关区域在β1频段电流密度分布显著增强(P＜0.05),处于相对较活跃状态.因此,研究结果可以推测,长时间观看2D/3D电视后大脑会出现疲劳症状,相比观看2D电视,观看3D电视会加大枕叶和缘上回等局部脑区的处理负担,这可能是长时间观看3D电视更容易产生脑疲劳的原因.
-
基于脑疲劳的Delta-Gamma相位幅值耦合研究
脑疲劳是大脑长期处于精神高度集中后机体无法专心高效率完成任务的一种状态,极度影响着人们的生活和健康.但至今都没有简便有效的检测方法,而近期研究发现,低频与高频之间的相位幅值耦合(PAC)可能与相关脑认知活动的信息交流整合有关,可为脑疲劳检测提供新信息.对疲劳前后低频delta节律和高频gamma节律采用相位幅值耦合方法进行研究,使用Neuroscan 64导脑电仪采集脑电并用配对t检验对14名被试结果进行统计分析,结果显示,全脑区90％以上的delta相位共同调制多个脑区的gamma幅值,其中对前额叶区、顶枕叶区、顶叶区的耦合作用在脑疲劳后发生显著性下降,而对额叶区的耦合作用则显著上升.研究表明,delta-gamma相位幅值耦合值能很好地预测脑疲劳引起的宏观行为表现变化能力,为脑疲劳的检测提供新指标.
-
混沌关联维数在人脑状态区分中的应用
随着信号处理技术的发展,人们对脑电信号的计算和分析日益深人,以期进一步理解和认知大脑的功能.研究人脑在不同状态下的脑电信息,可以进一步揭示各种状态对于脑活动和脑电的影响.近年来,灰色理论和混沌理论的研究广泛应用于信号处理领域.根据脑电信号自身的特点,提出一种结合灰色建模理论和混沌理论关联维数的人脑状态识别新方法.首先对脑电数据进行灰色建模,然后对所得到的模型参数进行关联维数的计算,从而对人脑的状态进行区分.当取16 000点脑电数据计算关联维数时,传统G-P算法用于计算关联维数的数据点数是本方法的8倍.在计算时间上,传统G-P算法用时145.5 s,而本方法用时9.2 s.结果表明,本方法能够减少计算数据量,进而缩短运算时间.由于不同状态脑电信号的较大特征值非常接近,所以奇异谱与不同状态脑电信号的关联维数相比,关联维数可以更好地区分人脑的状态.
-
基于脑电运动速度想象的单次识别研究
基于运动想象脑电节律活动的脑-机接口是脑-机接口系统研究中的重要范式之一.本研究给出一种基于运动速度想象的新的研究范式,探索在该研究范式下对运动速度想象具有反应性的脑电节律活动,并进行单次识别.采集了4个健康志愿者想象左手食指快速运动(4 Hz)和慢速运动(1 Hz)时的脑电信号,速度由节拍器定节奏和训练.通过能量谱分析,在C3、Cz和C4通道发现了对运动速度想象具有反应性的频带:9 Hz至13 Hz.提取通道C3、Cz和C4上9 Hz至13 Hz频带能量构建特征空间,分别利用Fisher判别分析和多层感知器神经网络进行运动速度想象的单次识别,对于左手食指快速运动和慢速运动想象,Fisher判别分析和多层感知器神经网络取得的平均误分类率分别是27.7±1.2％,28.4±4.6％,正确识别率均在70％以上.结果表明,尽管运动速度想象的单次识别是一个困难的挑战,但通过精心设计研究范式,适当训练被试,能够诱发出对速度起反应的特征频带,基于脑电单次识别运动速度想象是可行的,该研究可望能够为脑-机接口提供额外的新的速度控制参数.
关键词： 脑电 运动速度想象 Fisher判别分析 多层感知器 脑-机接口
