基于独立分量分析的心理作业诱发脑电特征增强

作者采用独立分量分析(Independent Component Analysis)方法对心理作业诱发的脑电信号进行了分析.研究表明,ICA能有效地从多路头皮脑电中分离出脑电信号的基本节律成分.通过对脑电独立源谱特征和ICA混合矩阵分析,可得到基本节律成分在头皮电极的能量分布情况,进而揭示心理作业与脑电特征的关系.     

利用边界元法求解脑电正问题和高分辨脑电

利用边界元法求解脑电正问题和高分辨脑电,分析了边界元法计算带有高电阻率颅骨区域脑电正问题存在的缺陷,给出了解决该问题以及提高计算精度的方法.利用边界元所给出的场域边界和分界面上场量的约束关系,实现了一种由头皮电位推算皮层电位的高分辨脑电计算方法.通过多层球模型的仿真计算与实际解析解进行比较,验证了所提出的方法在一定条件下能够取得较高的计算准确度.     

重点项目“脑内电活动的三维动态成像”取得创新性成果

由清华大学高上凯教授主持的国家自然科学基金重点项目“脑内电活动的三维动态成像”已结题并验收．项目组利用头皮上记录的多通道脑电信号来分析脑内电活动的时空模式，探讨了实现脑一机交互控制的原理与方法，取得了创新性研究成果．     

离散小波变换结合二阶盲辨识的眼电伪迹自动去除方法

针对传统去除眼电伪迹的方法极易丢失潜在脑电信号的问题,提出一种离散小波变换(DWT)与二阶盲辨识(SOBI)结合的眼电伪迹自动去除方法(DSOBI)。首先将多通道脑电和眼电信号进行多层DWT得到多尺度下的小波系数,在小波域利用SOBI消除小波系数统计上的相关性,有效分离脑电和眼电伪迹,根据相关系数识别出眼电伪迹源分量并置零,再依次重构得到干净的脑电信号(electroencephalography,EEG)。方法对构造的数据进行去伪迹处理,均方误差为1.93,信噪比为14.32,与传统方法相比具有显著优势;对10位被试的真实脑电数据进行处理,利用相关系数验证本方法去除眼电伪迹的有效性,同时保留更多脑电信息。     

基于视觉和操作类脑电信号的脑力负荷分类

针对视觉和操作类任务，提出了一种基于脑电独立分量特征的脑力负荷分类方法.利用独立分量分析法从混合脑电信号中分解获得脑电信号的独立分量，再提取脑电独立分量的4个不同频段的能量特征，并对能量特征进行分类.基于脑电信号特征和脑电独立分量特征分别进行了脑力负荷分类实验，得到平均分类准确率分别为60.52%，86.14%，后者比前者提高了42.33%.     

脑电多极子模型及仿真分析研究

为寻求能更好反映头皮电位分布的等效脑电源模型，建立了脑电（EEG）的电流多极子模型，采用三层介质头球模型分别对单、双电流偶极子源情况进行了计算机仿真分析， 并引入适合度（GOF）、不适度（ND）和比适度（DD）等评价参数.仿真结果表明：与偶极子模型相比，多极子模型能够更好地拟合等效脑电源（尤其是双电流偶极子源）和反映真实头皮电位分布，具有较高的GOF数值.因此建议采用脑电多极子模型用于头皮脑电信息分析.     

脑电信号中独立分量特征提取与脑力负荷分类

脑力负荷过高会造成作业绩效下降和人因事故,过低则会造成人力资源浪费,所以研究操作人员脑力负荷状态非常有意义。现有脑力负荷分类方法利用脑电(electroencephalogram, EEG)信号特征进行分类,准确率较低。所以,本文针对视觉和操作类脑力负荷提出一种基于脑电独立分量特征的分类方法,该方法采用独立分量分析(Independent Component Analysis, ICA)对脑电信号进行分离,直接对得到的独立分量提取四种不同频段的能量特征,最后将特征作为支持向量机(Support Vector Machine, SVM)的输入,对脑力负荷进行分类。由于直接使用脑电独立分量特征,所以分类精度高于现有方法,平均分类精度提高29.14%。本文还进一步发现脑电独立分量中存在的眼电伪迹对分类结果没有明显影响。本文提出的方法可以实现快速、准确、自动的脑力负荷分类。     

瑜伽冥想练习对男性脑电α波影响的研究

本文采用常规脑电检测方法,研究瑜伽冥想练习对男性脑电α波的影响.研究选取10名不同工作领域的男性瑜伽爱好者,采取冥想练习,先后进行呼吸冥想(浅层)和轮脉冥想(深层)各20min.比较两种冥想对脑电α波的影响,探讨冥想练习对脑功能的影响机理.结果表明,两种冥想状态下脑电α波功率均有提高趋势,轮脉冥想状态α波功率显著高于呼吸冥想状态.瑜伽冥想练习可以促进脑内α波增强,改善神经元代谢能力.     

脑电逆问题中求逆方式与信号去噪的研究

提出了一种空间总集全局寻优的求逆方式，改进了在脑电逆问题的研究中，传统的时空全局寻优求逆及静态求边方式的不足。为了能够利用单次或少量几次刺激对脑电诱发响应信号进行定位求逆，提出了空间因子求逆方式及相关噪声抵消法，有效地消除了脑电诱发响应中强背景噪声的影响。仿真研究表明，利用这些方法，在信噪比为－１０ ｄＢ的情况下，仍能对诱发响应信号进行准确的定位和提取。     

基于抽气过程的FastICA算法去除肌电信号中的心电干扰

提取受试者的体表肌电受其自身心电信号的干扰严重,本文利用一种基于FastICA算法的改进盲抽取方法去除体表肌电中的心电干扰,并有序的输出分离后的心电和肌电分量。对仿真信号处理结果表明,运用该方法避免了独立分量(ICA)方法中固有的位置不确定性,并能够成功的分离源信号。     

脑电信号的现代分析方法

脑电图（EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映。临床实践表明，脑电信号中包含了大量生理与疾病信息，通过对脑电信号的处理，不仅可以为医生提供临床诊断依据，而且可以为某结脑疾病提供有效的治疗手段。作者从脑电信号的分析出发，论述了频域分析、时域分析等脑电图分析中常用的信号分析方法和特点，特别介绍了Wigner分布、小波变换和匹配跟踪等时频分析方法、人工神经网络和非线性动力学方法在脑电信号分析和处理中的应用情况。     

酗酒者认知脑电能量的头皮分布

为了理解酗酒对大脑功能的影响,已有研究多数是对被试者的脑电各节律特性分别进行分析,而缺乏分布特性研究.通过3种不同类型的实验,对酗酒者和正常对照组的脑电节律能量的头皮分布进行深入分析.结果表明,在3种不同认知任务下,酗酒者的α节律、δ节律和θ节律在枕区的能量都显著低于正常对照组;而酗酒者脑电β和γ节律在额区与颞区的能量显著高于正常对照组.不同的实验任务对各节律影响也不尽相同.α节律随着任务的不同,能量大小发生变化;枕区的θ节律、额区和颞区的δ节律能量分布在不同任务条件下也各不相同;而β能量则不受实验任务的影响.不同实验类型下酗酒者额区的脑电γ能量有所不同,而正常人却没有显著变化.因此慢波节律在不同区域能量的降低和快波节律在不同脑区能量的增加可能表明酒精长期作用会对大脑造成一定程度的损伤,进而影响大脑的认知过程,而且这种影响还通过皮层电活动头皮分布特性的不同得以体现.     

三层椭球脑模型和球脑模型EEG正问题的数值解比较

EEG是研究脑神经生理活动的重要医学影像技术.在三层椭球脑模型和三层球脑模型下,运用加权残值边界元法,对不同方向和不同位置的偶极子计算了脑皮电位势及其相对偶极子位置变化时的相对差.同时比较了在不同脑模型和偶极子参数下,脑皮上电位势图像的形态和变化规律.结果表明:脑模型和偶极子参数对EEG正问题求解均有影响.在两种脑模型下,脑皮上电位势图像的形态基本相似,但是电位势峰值的大小有了明显的差异.     

老年性痴呆症患者的EEG近似熵特征初探

老年性痴呆症是一种后天获得性中枢神经系统退行性疾病，严重地危害着人们的身体健康和生活质量，为了探索老年性痴呆症脑电图中隐含的信息，对老年性痴呆症患者和健康对照者的脑电图（EEG）近似熵进行分析，并绘制其脑电脑电信息图，对照健康人，发现患者EEG近似熵普遍下降，尤以右额叶，颞叶区显著，提示EEG近似熵与大脑功能状况有一定联系，在一定程度上可以反映大脑功能状态。     

阵发性40Hz脑电信号提取方法的研究

用频域门限提取法与神经网络模式识别相结合的方法实现阵发性40Hz EEG的有效检测,对10多位受试者的阵发性40Hz EEG进行了提取,计算了平均峰值功率,分析了各受试者所表面的思维状态,结果表明,提出的检测方法是切实可行的,并支持了D.E.Sheer的理论。     

基于时频域组合特征的脑电信号情感分类算法

为了提高基于脑电信号(electroencephalogram, EEG)情感识别的准确率,提取了脑电信号的时域与频域特征,并且将其进行组合形成时频域组合特征,作为不同识别模型下的输入。采用集成决策树(bagging tree, BT)、贝叶斯线性分析(Bayesian linear discriminant analysis, BLDA)、线性判别分析(linear discriminant analysis, LDA)及支持向量机(support vector machine, SVM)四种浅层机器学习算法对EEG在效价与唤醒度上进行二分类情感识别。实验结果表明,DEAP数据集在效价上,基于时频域组合特征在BT分类器下的识别精度平均达到92.54%,在唤醒度维度上基于时频域组合特征在SVM下平均识别精度达到94.62%。     

基于共空间模式和神经元网络的脑-机接口信号的识别

提出了一种基于共空间模式和LVQ神经元网络对不同意识的脑电信号进行分类的方法.脑电信号是通过电极在头皮表面采集的脑-机接口的控制信号,提取脑电信号特征并对其进行分类,组成不依赖于正常的由外围神经和肌肉组成的输出通路的通讯系统.首先利用小波包分解对原始脑电信号进行预处理,对分解后特定小波包子带的脑电信号进行共空间模式分解,提取最优的特征;然后利用LVQ网络对不同意识任务特征进行分类,实验结果表明,该方法取得了92.7%的平均分类识别率,已经达到脑-机接口实际应用的标准.     

稳态视觉诱发电位频率与相位特性的脑电研究

以往的研究发现,头皮脑电在枕区电极处所测得的稳态视觉诱发响应的幅度随着刺激频率的变化而变化。为了解释这一现象,该文采用一个3层的边界元头模型以及基于该模型的求逆算法,通过真实脑电数据分析,发现位于左、右侧枕区的皮层源在稳态视觉诱发响应上存在着时间差,由此提出假设:左、右侧枕区的皮层源在不同刺激频率下,在时间相位上存在着差异,这是造成不同刺激频率下脑电响应幅度存在差异的原因之一。通过仿真实验进一步验证了该假设的合理性。     

滤波白噪声路面时域模拟方法与悬架性能仿真

为合理模拟路面时域模型,通过路面不平度空间功率谱密度分析路面频域模型,并由路面频域模型推导路面时域模型的滤波白噪声数值模拟方法.提出了采用滤波白噪声方法模拟路面时域模型时,改变仿真车速的同时需调整白噪声采样频率使之与车速相配.通过分析生成的路面时域模型的空间功率谱密度,验证了路面时域模型的准确性.比较只改变车速和所提出的改变车速并调整相应白噪声采样频率模拟的路面时域模型的高度历程、频谱和空间功率谱密度,得到了后者模拟方法更符合标准等级路面的结论.并通过仿真,分析比较了某1/4车辆悬架模型在不同方法生成的路面时域模型输入下的系统响应精确性,体现了所提方法的重要性.