一种新的注意力相关脑电分类算法设计

提出了一种新的基于支持向量机(SVM)学习机制的注意力相关脑电分类算法.在对脑电信号进行3级小波分解之后,采用主分量分析方法提取主要的特征分量,并且采用SVM方法对其进行分类.在此基础上,依据数据融合理论,对多导分类结果进行综合判断.结果表明,本方法具有良好的鲁棒性,对注意力相关脑电信号分类的准确率可达89%左右,高于单导最优准确率.该方法对注意力缺陷反馈治疗、注意力机制研究等具有较高的实用价值.     

基于BCI技术的脑电生物反馈治疗系统

儿童学龄期的常见病症之一。我国约有1500万患者。患者表现有：上课写作业时难以集中精力。易受外界干扰，多动等。严重影响患者智力发育和心理健康。脑电生物反馈技术是治疗ADHD的有效方法。原理可概括为图中所示的循环训练：患者在训练过程中可以及时了鼹自己的集中状态并做出调整，使大脑主动的保持注意力集中．实现了对大脑”注意”功能的训练。该系统脑电采集通路。由一导变三导。信息更全面，并用小波包分解法去除眼电干扰，脑电能量判定注意状态。     

实时脑电信号眼电伪差去除方法的研究

基于信号的小波包分解方法 ,提出了一种实时性好、滤波效果佳的脑电信号眼电伪差去除的新方法 .该算法在采用小波包分析将脑电信号在频域做精细划分的基础上 ,用统计学的理论选取阈值 ,对信号的特定成分进行选择性滤波 ,并选用与眼电 (EOG)伪差相关度最大的FP1作为参考信号 ,来避免算法本身引入的新伪差 ,以达到快速有效去除眼电伪差的效果 .试验结果表明 ,相对于其他几种常用的算法 ,本算法不仅具有更好的去伪效果 ,而且运算速度也比独立分量分析 (ICA)算法快 2～ 3倍 ,具有良好的临床应用前景     

船载X频段测控雷达跟踪S频段飞行器的适应性设计

为了挖掘船载X频段测控雷达的设备潜能,解决船摇情况下X频段卫星信号的窄波束角度捕获的难题,提出了利用船载X频段测控雷达跟踪S频段接收信号进行自引导的设计方案。本文对S/X双频馈源进行测试,并在X频段下行链路分析的基础上进行S频段链路的设计,设计出满足系统G/T值的下行链路配置,通过跟踪风云气象卫星进行功能验证和跟踪精度分析,证明该设计方案技术可行,满足指标。     

基于样本熵的注意力相关脑电特征信息提取与分类

提出一种用样本熵作为特征进行注意力相关脑电信号的分析与分类处理、并采用支持向量机(SVM)算法实现分类器的方法.7位年龄在20~30岁之间的男性受试者接受了执行3种不同注意任务状态下的测试.数据分析结果显示:样本熵分类法对注意任务相关脑电信号分类的正确率可达85.5%,优于传统频段能量法获得的分类精度(77.9%).这个结果暗示了样本熵能有效地识别出自发脑电中注意力相关信息,因而它可在脑电生物信息反馈治疗系统设计中获得广泛的应用.