实弹射击瞄准期间大脑alpha波频段功率特性研究

目的：在实弹射击条件下,研究瞄准期间脑电信号（EEG）中alpha波频段的功率特性,及其与射击成绩的关系。方法：采用Holter-16D便携式脑电信号放大器,采集参加全国司法警察大比武陕西代表队选拔集训的法警在射击训练中的EEG,通过功率谱分析和时频分析,得到被试alpha主频（IAF）、左右颞区alpha波段功率差值。结论：1.在静息态时,射击运动想象时所运用的alpha波类型划分方法不能完全适用于实弹射击前的静息态中。2.在实弹射击瞄准期间,左右脑alpha波频段功率偏差值与alpha波集中于左颞区的趋势呈正相关。3.在实弹射击中,瞄准期间左右脑alpha波频段功率偏差值与射击成绩呈正相关。     

急性中度饮酒对人体脑电信号的影响

分析志愿者在急性中度饮酒前后的脑电信号(EEG)变化,研究急性中度饮酒对人体健康的影响.基于Neuroscan脑电仪构建实验平台,实时采集志愿者在急性中度饮酒前以及饮酒后2,h内的脑电信号数据.利用Curry7软件对数据进行预处理,去除伪迹;预处理后的数据用Matlab中的EEG工具包用小波变换的方式进行特征波形的相对功率计算.得到各个频段(α波、β波、θ波)的功率值在急性中度饮酒前后都有不同程度的变化,在低频段(θ波)表现得尤其明显,在饮酒后1,h达到峰值.由各频段功率值计算得到的疲劳因子R值,与低频段变化趋势基本一致.急性中度饮酒前后大脑疲劳度没有瞬时的变化.大脑疲劳度在急性中度饮酒后1,h达到峰值,并在之后逐渐衰减,直到酒后2,h基本恢复正常水平.     

基于低频段光诱发的EEG和fMRI同步化特性分析

采用脑电和功能磁共振成像同步技术,研究低频段光(θ波段)诱发的脑电信号及脑局部激活分布的同步化特性,旨在探索脑功能激活区和脑电相关区域存在可能关联.通过定量分析志愿者脑电θ波在刺激与静息2种状态下的功率谱,研究发现θ波功率在枕部(O2)、顶部(P4)、中央(C3)和颞部(T6)等区域均有较明显的增强.通过分析光刺激前后fMRI扫描图像序列,由Fixed effects模型分析发现志愿者枕叶(-3.42,-92.98,-4.77)、后扣带回(-8.00,-65.72,11.17)有较明显正激活,前额叶(7.97,42.21,39.63)、顶叶(-8.00,-54.36,49.87)、颞叶(-39.84,3.59,-22.98)、中脑(-3.42,-25.95,-7.04)等有明显的负激活.对EEG与fMRI信息的同步化特性初步分析表明光刺激脑电信号变化与局部脑激活局部区域(如枕叶)有较强的一致性.     

运动态人脑默认模式网络脑电信息传递动力学行为分析

为探究人体进行运动相关任务时大脑默认模式网络与其他脑区间的连接规律，基于运动及运动想象脑电信号公开数据集，通过快速傅里叶变换对不同状态下的脑电信号划分频段并进行滑动加窗处理，得到静息与运动态下同皮层不同频段的平均时间序列。采用动态传递熵的构造方法，分析默认模式网络到运动皮层、默认模式网络到前额叶皮层的信息交互，并在多个数据集下进行显著性检验。将动态传递熵的分析方法结合逻辑回归、决策树、XGBoost算法对不同任务进行分类研究，结果表明：大脑不同皮层功能区在进行不同任务时具有显著差异；相较于静息态，前额叶皮层和运动皮层在运动过程中更加活跃，γ频段相较其他频段也更加活跃；相较于静息态，运动态及运动想象态下默认模式网络到运动皮层、默认模式网络到前额叶皮层的信息交互都更强烈，其结果在不同样本空间的显著性检验P值小于0.025,此方法稳健；脑电信号动态传递熵方法可以将机器学习算法的分类准确率提高20%以上。研究可为运动态脑电信号辨识提供理论参考。     

16导脑电信号分形强度的左右分布

通过分析人在闭目清醒时的16导脑电信号(EEG)的多重分形特性，发现人脑16导EEG信号具有不同强度的分形特性且存在稳定的分布，分布规律表现为在人脑的左右对应区域强弱相对；对于右利手受试者顶区、额区、颞区、中央区的左右对应区信号的分形强度左强右弱，左半球的分形总量大于右半球的总量和；而对于左利手在对应位置的脑电信号则呈现左弱右强，且左半球的分形总量小于右半球的分形总量。这与脑的优势半球生理结论是一致的，表明人脑EEG信号的多重分形强度可以反映人脑的潜在特征。     

基于脑电信号的驾驶疲劳检测研究

研究利用脑电信号(EEG)判断驾驶员的疲劳程度. 基于疲劳驾驶实验平台进行模拟驾驶实验,综合实验视频图像和驾驶员自我评价进行主观疲劳评测. 利用生理检测仪采集驾驶员的脑电波,对比分析脑电信号不同频带信号功率谱值和驾驶员的主观疲劳评测之间的关系. 结果表明:主观疲劳评测与脑电信号中功率谱值的变化相对应,脑电功率谱的比值(α+θ)/β越大,疲劳等级越高.     

神经反馈治疗对注意力缺陷多动障碍儿童脑电相干性影响的研究

比较Theta/beta神经反馈治疗前后脑电相干性的变化,从而证明神经反馈对注意力缺陷多动障碍(attention deficit hyperactivity disorder,ADHD)儿童脑电存在积极正向影响。通过采集16例ADHD患者神经反馈前后清醒闭眼脑电和16例正常儿童清醒闭眼脑电数据。研究了6个频段半球间和半球内脑电相干性。结果表明,神经反馈训练后ADHD儿童中短距离半球内theta频段相干性显著降低,长距离半球内theta和alpha频段相干性显著增加。在额区和颞区半球间alpha频段相干性显著增加并且theta频段相干性显著降低,在中央区-顶区-枕区半球间delta和theta频段相干性显著降低。可见,theta/beta神经反馈能影响ADHD儿童异常脑电活动,从而改善ADHD症状。神经反馈干预训练对脑电相干性有积极的影响,脑电相干性参数能够为评价神经反馈的作用提供一种客观的技术方法。     

静息态亚健康失眠脑功能网络分析

针对亚健康失眠者根据匹兹堡睡眠质量指数筛选被试参与实验,利用128导脑电（EEG）分析仪,提取静息态64导脑电信号,通过多通道脑电信号同步性分析,脑功能网络的构建和分析,研究亚健康失眠者与健康人脑电信号的特异性差异,同时进一步比较分析亚健康失眠者与健康人脑电的负相关特性.分析结果表明亚健康失眠者与健康人相比,脑电信号同步性降低,脑功能网络的连接减弱,大脑的活跃度降低,并且这种差异性在脑电负相关特性中表现更为明显.     

基于多频段图模型的微弱脑电信号异常检测

脑电信号（electroencephalogram，EEG）在癫痫发作检测方面具有重要意义。为了实现对癫痫发作的早期预警，充分利用δ，θ，α，β和 γ波这五个频段中脑电的微弱变化信息和图模型的独特优势，提出了基于多频段图模型的脑电信号微弱异常变化检测方法。该方法首先对滤波后脑电信号的5个频段分别进行图模型动态建模，利用距离函数得到量化图模型之间关系的相似性分数，并用自适应权重融合算法融合所有的相似性分数得到综合性指标，最终通过假设检验来判断脑电信号是否发生异常。利用公开的波士顿儿童医院-麻省理工学院(Children’s Hospital Boston - Massachusetts Institute of Technology, CHB-MIT)头皮脑电信号数据库和山东大学第二医院神经内科的EEG数据库分别进行了实验，并最终用查准率、查全率和F分数来评价所提方法的检测性能。通过与基准方法比较，实验结果表明：所提方法在查准率和F分数方面优于基准方法，且查全率结果可达100%，表明所提方法能够检测所有潜在的微弱脑电信号异常变化，实现了对所有癫痫发作时刻的变化检测，具有突出的优越性和广阔的应用潜力。     

《小样本脑电信号处理系统》通过部级鉴定

电子工程系生物医学电子工程教研室研制的“小样本脑电信号(EEG)处理系统”于1988年5月13日通过机械电子工业部级鉴定。 该系统能较好地完成对小样本脑电信号的谱估计、谱参量提取、压缩谱阵图、功率谱T-检验、脑地形图、直方图等多种时域、频域、空间域的处理,能用于EEG信号的定量     

论瞄准点与瞄准区对手枪射击成绩的影响

本文主要论述了在手枪射击瞄准动作中采用瞄准“点”与瞄准“区”的区别,瞄准点 与瞄准区的关系,它对射手射击成绩产生的影响等。瞄准点和瞄准区,其中的一字之差,无论在 技术动作或心理状态上造成的结果是大不一样的。为此,笔者提出了在手枪射击的教学训练中, 为了尽快地提高射击成绩,提高中靶率,瞄准时应选择瞄准区而不是瞄准点。亦提出了如何选择 瞄准区和正确瞄准的动作要领及标准,供射手和同行在射击教学训练中参考。     

疲劳状态下EEG信号α波的最大李雅普诺夫指数估算

脑电信号(EEG)的α波在人体的疲劳评估中具有重要作用,通过脑电信号的α波,可以挖掘更多的有关人体疲劳的信息.利用非线性动力学的方法对EEG信号α波进行了研究,比较了疲劳与非疲劳EEG信号α波之间的非线性动力学上的差别.人在疲劳与非疲劳下的EEG信号α波最大李雅普诺夫指数是不同的,当出现疲劳时指数减少,因此李雅普诺夫指数可作为人体是否疲劳状态的特征刻画指标.文中非疲劳状态的最大李雅普诺夫指数为0.436 67,疲劳状态者的最大李雅普诺夫指数是0.335 57,它们均为混沌信号,但是处于疲劳状态节律的混沌程度明显比处于非疲劳状态的混沌程度低.     

基于非线性特征提取的EEG信号支持向量分类器

为提高癫痫脑电(EEG)信号的正确识别率,设计了一种基于非线性特征提取的EEG信号支持向量分类器.分类器首先将EEG信号通过四层小波包变换分解到不同频段,然后计算各频段小波系数的近似熵(ApEn)值,作为特征向量,最后使用支持向量机(SVM)进行分类.实验结果显示该分类器能有效提高正确识别率.     

混合脑机接口的研究现状及应用

随着多学科的发展,脑-机接口(brain-computer interface,BCI)技术取得了飞速发展,已成为脑科学、神经医学、人工智能等领域的研究热点。多项研究表明,多模态混合BCI(hybrid brain-computer interface,hBCI)比仅使用一种脑电信号(单模态)的BCI拥有更高的识别率和更好的稳定性。针对基于脑电图(electroencephalography, EEG)和肌电图(electromyography,EMG)的hBCI技术的研究现状与应用情况进行了分析与阐述,并总结了近年来EEG和EMG信号处理的主要方法,并针对目前国内外研究现状中所存在的问题,提出了在脑肌电混合BCI方向的潜在创新点,以期促进基于EEG和EMG的混合BCI在实际应用中进一步发展。     

闪光刺激前后脑电信号的时频多分辨分析

目的:用基于傅立叶变换的时频多分辨分析方法,分别获取脑电信号的4种特征波来研究脑电信号在闪光刺激前后的功率变化.方法:自愿受试者10名,分别对闪光刺激前和闪光刺激后两种状态下的脑电信号进行时频多分辨分析.结果:采用此方法能获得闪光刺激前后脑电信号各成分的频域谱分布,以及功率、带宽等定量信息.结论:本文所采用的基于傅立叶变换的时频多分辨分析可方便用于脑电信号时、频域信息提取,易于获取各个选择频段的信息,特别适宜用于研究与刺激有关的高级神经系统的活动,为视觉生理和临床研究提供了新的方法.     

运动疲劳后人体脑区脑电功率谱特征的反应分析

分析在运动疲劳状态下人体脑电信号的反应特征。在某体育院校中随机选择30名健康男性志愿者,在开始实验前,首先令受试者熟悉实验流程,对受试者强迫高强度运动,在对受试者脑电信号进行测试时,电极依据国际10/20系统安放,将人体两个耳垂看作参考电极,前额正中接地。正式实验包括两部分:第一部分是受试者分别以20%、60%MVC进行静态屈肘诱发屈肘肌疲劳实验;第二部分为疲劳运动后脑电波脑电功率谱百分比变化实验。不同脑区脑电功率谱能量通常集中于5~20 Hz频率区间中,每个脑区脑电信号功率谱能量曲线的峰值均为10 Hz左右。60%MVC运动疲劳实验中不同脑区脑电功率谱能量处于3~60 Hz的广泛频率区间中,功率谱能量曲线峰值均约为14 Hz;和运动前半段脑电功率谱能量比较,运动后半段左侧脑区和右侧脑区脑电功率谱能量值在一定程度呈上升趋势,中间脑区无显著变化,前、后脑区整体呈增加趋势,但在部分频率下有所降低。20%MVC与60%MVC运动疲劳实验后半段各脑区各频段能量平均值较前半段均在一定程度上有所增加。运动疲劳后γ波指数在第10 min和安静值相比显著增加,P0.05,运动疲劳后θ波指数在第10、20和30 min和安静值相比显著降低,P0.05;运动疲劳后α波指数均低于安静值,但无显著性差异,P0.05;运动疲劳后β波指数在第30 min和安静值相比显著降低,P0.05。说明运动能够提高神经系统功能,促进大脑发育。     

基于去趋势波动分析的不同特征音乐刺激下脑电特性

旨在研究受试者对不同特征音乐的心理生理反应, 探索脑电长程关联特性. 招募 10 名在校学生作为受试者, 参与 4 种具有不同物理特征的音乐聆听任务, 并完成自我情绪评价, 同步采集受试者任务期间的头皮脑电信号. 针对音乐刺激脑电的非平稳非线性特性, 使用一种检测非平稳时间序列的长程相关性非线性方法——去趋势波动分析, 通过计算脑电信号分频段序列的标度指数分析脑电信号长程相关性, 并结合行为学数据, 探究不同音乐特征对情绪加工的影响. 实验结果显示, 升调版欢快乐曲诱发的积极情绪感受会显著降低, 而无论升调还是降调都会显著降低悲伤音乐诱发的悲伤情绪效应; 在不同音调特征的音乐刺激诱发下, 受试者在 alpha, beta 频段上还表现出明显大脑偏侧化特点, 左半球脑动力表现更活跃. 所应用的标度指数可以反映不同音乐刺激下脑电的特异性.     

注意力缺陷多动障碍儿童神经反馈治疗前后 脑电信号相位同步分析

本研究比较theta/beta神经反馈治疗前后ADHD儿童脑电相位同步的改变,分析不同脑区脑电相位耦合情况。研究数据为神经反馈前后16例ADHD儿童和16例健康儿童闭眼静息态脑电,计算theta和beta频段左右半球中心区与各脑区相位同步。研究结果表明,神经反馈治疗后左右半球中心区与前额叶、左颞中叶的theta频段相位同步显著降低,与右半球颞叶的相位同步显著增加;beta频段额叶、中心区、顶叶和枕叶的相位同步性显著增加,左颞中叶相位同步性降低,右颞叶相位同步性增加,并趋向健康儿童水平。神经反馈训练对脑电相位同步有积极的影响,相位同步分析法结合ADHD临床量表将更加充分、准确地评估ADHD神经反馈治疗效果。     

基于匹配跟踪的脑电睡眠纺锤波的时频分析

匹配跟踪(MP)算法是一种冗余算法，通过信号x在所选择的最佳向量(最佳基)上的反复正交投影而逼近原信号。它不仅可以获得较好的时频分辨率，而且可以参数化描述任何类型的数据。在临床应用实践中已发现睡眠纺锤波与多种病症有关，因此，有效地检测出睡眠纺锤波具有重要的临床应用价值。文中根据脑电信号(EEG)睡眠纺锤波的特征，利用基于Gabor函数的MP算法对EEG中的睡眠纺锤波进行检测和分析，并给出了分析结果的时频表示。     

基于状态空间的EEG信号分析

为寻求脑电(Electroencephalogram,EEG)分析的新途径,提出了一种基于状态空间的脑电分析的新方法.利用状态空间点间的欧氏距离来计算脑电状态空间的态密度和态方差.实验结果表明,态密度和态方差不仅计算简单,而且与脑电的关联维数和Lyapunov指数相比,更能有效地反映混沌系统非线性动力学的特征.此外,还计算了基于距离协方差的脑电信号的奇异谱,并对结果作了分析.