一种新的脑电逆问题求解方法

以"路"代"场",把脑电逆问题看成是从颅内大脑皮质层源电位到头皮实测EEG信号之间的电路网络传输,从能量守恒、动能位能的相互转换等普适性原理出发,建立了动态的电压平衡方程.用经验模态分解等方法反演计算出脑电生理学材料参数之后,通过求解该方程来确定脑电的源电位,为解决脑电逆问题提供新的途径.     

不同脑模型下EEG、MEG正问题数值模拟

EEG、MEG是研究脑神经生理活动的影像技术．应用加权残值边界元法,针对球脑模型和卵球脑模型,计算了脑皮电位势和脑外磁场,对不同脑模型、偶极子参数下电位势图像进行了比较,给出了电位势和磁场在偶极子位置变化时的相对差．结果表明：偶极子位置对电位势峰值有明显影响,脑模型的选取对脑外磁场强度求解有影响．     

中心球模型下EEG正问题的数值模拟

目前EEG已经成为脑功能研究和临床诊断的重要技术手段.在研究EEG反问题时,大量的EEG正问题的计算是必不可少的.一方面,基于加权残值边界元法建立EEG正问题的计算公式,针对中心球模型,对不同偶极子的位置和方向分别计算了脑皮电位势.另一方面,针对EEG正问题的数值模拟,比较脑皮电位势的数值解与解析解的差异.结果表明加权残值法较以往的有限元法、差分法计算效率和精度都明显提高.因此广泛应用在计算力学的研究中.     

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.     

去除事件相关诱发脑电位中自发脑电噪声的一种方法

提出了从混有自发脑电噪声的实验记录中估计事件相关诱发脑电位的方法，该方法克服了一般滤波算法中需要事先估计待测信号的频率范围或其他先验知识的困难，较好地消除了自发脑电噪声的干扰，改善了基线漂移的问题，使信噪比获得了较大程度的提高。     

研究各向异性对脑电影响的有限体积法

为研究颅骨各向异性对头皮表面电位分布的影响,提出新型的有限体积法.采用四面体二阶形状函数,避免了原有限体积法中“次级元”的使用,并利用Gauss积分提高计算精度.为克服剖分的几何奇异性,进一步将六面体剖分转化为三棱柱剖分.利用这一方法对球模型进行了仿真实验,并推广到真实头型.计算结果表明:各向异性的比率以及偶极子电流源的位置对于脑电的分布影响显著.     

脑电深、浅层偶极子源的一种分离方法

从头皮测到的脑电信号中把由深层源和浅层源产生的部分分离开，并根据深层源产生的部分观察大脑内部深层的电活动细节，在理论和临床上都有重要意义。通过分析比较深、浅脑电偶极子在头皮一组电极上所产生脑电的空间频率，提出了利用脑电的空间高频分量定位浅层源，进而把浅层源产生的电位从脑电中分离出去的方法，并且将Ｍａｒ－ｑｕａｒｄｔ优化算法由空域推广到了空间频率域。仿真实验表明利用高频分量在空频域求逆可以较准确地定位浅层源，从而有效地把浅层源和深层源的贡献区分开来。     

三维脑电时-空模式识别系统的研究

结合时间和空间信息的脑电模式分析是近年来脑研究的一个重要课题.文中提出了一个多方法分层次的脑电时-空模式分析系统.系统包含了任务响应提取,颅内电流分布聚集,脑电自适应分段和时-空模式识别等几个步骤.综合运用了共空域子空间分解(CSSD),隐Markov模型(HMM)等多种现代信号处理方法.还提出了一种获取高空间分辨三维脑电的LORETA-FOCUSS算法,并将脑电微状态分析由二维推广到三维脑电的情况.将该系统运用于脑机接口(BCI)问题,对两类肢体想像动作的脑电数据在未经任何人工筛选的情况下进行了分析,识别率最高可达到88.89%,平均为81.48%.结果证明脑电时-空模式分析是脑研究的一种有效途径.     

脑电采集电极研究进展

脑电电极是脑电采集系统的第一环节,高效便捷稳定地获取脑电信号是研究脑科学的重要保证.从传统的Ag-AgCl湿电极到石墨烯干电极、多孔陶瓷半干电极,检测电极的发展已经获得长足进步.介绍了脑电采集系统的结构、脑电极的分类方法和各类电极的近期研究成果及专利,并讨论了电极新型材料的选取、更优结构的设计以及先进加工制备工艺,最后分析了脑电极的研究方向和发展前景,对脑电采集电极的学习及设计有参考价值.     

疲劳驾驶的脑电特性探索

研究疲劳驾驶时的脑电特性.利用汽车模拟驾驶系统模拟驾驶员疲劳驾驶的情况,用脑电仪记录驾驶员的脑电情况,得到了驾驶员在正常状态和疲劳状态下驾驶时的脑电数据和波形,分别用平均功率谱方法和非线性的关联维数方法对所得数据进行分析.得到了疲劳驾驶时脑电的2个特征量R和D.可以用驾驶员驾驶时的脑电特征量来评价其疲劳程度.     

脑电生物反馈对认知和脑功能的影响

脑电生物反馈是通过一系列训练步骤来控制、调节身心机能的一种方法.脑电生物反馈训练可以调整唤醒水平、促进技能发展和提高任务表现.作为一种有效的训练工具,脑电生物反馈在临床、艺术和运动科学领域有广泛应用.综述了脑电生物反馈在实践中的运用,探讨了脑电生物反馈的神经机制及其对认知和脑功能的影响,并对该领域的未来研究趋向作了分析.     

老年痴呆脑电能谱分布特征

比较分析了老年痴呆患者与正常老人在安静闭目时的脑电功率谱能量分布特征，以探索老年患者脑电诊断的新途径．运用高分辨AR谱和小波变换进行脑电的功率谱分析，将信号分解到不同频段并提取其特征能量，得到脑电的能量分布．初步表明，老年疾呆患者脑电能量在中高频段d(8～16Hz)显著降低(严重时可低至正常人的5％)，而在低频段6(0～4Hz)的能量却明显偏高(可达正常人的几倍到几十倍)，该结果提示：可考虑试用脑电能谱分布特征作为老年痴呆临床工程诊断的特异性指标．     

心算任务下脑电信息传输

通过计算多导脑电的互信息传输时间序列的复杂度,研究了心算任务和安静状态下不同认知水平的对象脑电特异表现.结果表明,不同的实验状态、不同认知能力的被试者以及大脑的不同部位均可对互信息复杂度产生显著影响.抑郁症在心算任务下的互信息传输复杂度显著低于（P<0.001）安静闭目状态下的复杂度,而正常对照组虽然在心算任务下的脑电互信息传输复杂度也较安静闭目状态时有所下降,但不具有统计意义.据此推测,完成认知作业时的脑电互信息复杂度在一定程度上反映了认知水平的不同.     

基于灰色系统理论的脑电特征提取

提出了脑电特征提取的一种新方法。研究了灰色模型在自发脑电特征提取中的应用，同时给出了脑电信号特征提取的总体方案。研究结果表明，在脑电信号处理中使用灰建模方法提取脑电特征是可行和有效的，同时该方法也为进一步的脑功能模式识别研究提供了初步的理论基础。     

基于脑电节律的小波熵分析方法

 针对现有小波熵方法的影响因素分析不明确,影响认知特性的分析结果和可比性,本文确定了分解层数和P_n（第n个子空间信号能量与信号总能量之比）的选择和计算原则,在此基础上结合脑电节律特性,提出了一种基于节律特征的脑电小波熵分析方法,以构成节律信号的所有子空间为单元,统计所有子空间的能量和作为该节律的能量,经过计算得到脑电节律小波熵。基于该方法提取的脑电小波熵值描述了脑电节律信号的分布情况,同时结合小波熵值与脑电节律的联系,分析了小波熵值变化的原因,可追溯到脑电节律信号的变化规律,进而分析相应的认知特性,初步建立了脑电信号-脑电节律-脑电节律小波熵-认知特性的联系。     

脑电仪器的抗干扰技术

阐述了人体脑电信号的特点,重点论述了脑电仪器的整机抗干扰性能与脑电放大器的输入阻抗,共模抑制比,频率特性,电源的稳定度和纹波系数,开关电源的传导干扰和辐射干扰等的关系,提出了提高脑电仪器抗干扰性能的措施。     

癫痫脑电的特征提取方法综述

癫痫是一种常见的以反复癫痫性发作为特征的慢性神经系统疾病。癫痫性发作的自动检测是通过机器学习及数据挖掘等方法对癫痫发作脑电自动识别的一种技术。如何设计合适的脑电特征提取方法是有效完成癫痫性发作自动检测的关键所在。文中系统总结了用于癫痫性发作自动检测的脑电特征提取方法,分别从时域分析、频域分析、时频分析、非线性动力学、图论、癫痫计算模型6个方面将已有的癫痫脑电特征提取方法进行归类,并对每类方法的基本原理和设计思想进行了系统的阐述。     

基于多导联脑电时空信息的情感分类研究

为探究脑电空间关联信息与不同情感状态之间对应关系，基于SEED(SJTU Emotion EEG Dataset)情感脑电数据集，计算实验采集的不同导联脑电的皮尔逊相关系数，通过小波变换获取脑电导联之间的小波相干系数，利用Hilbert变换提取各个导联脑电的瞬时相位，计算脑电相位同步指数。然后分别将皮尔逊相关系数、小波相干系数、相位同步指数作为特征，采用支持向量机分类器实现正性、负性、中性三种情感状态的有效分类。仿真结果表明，脑电的空间关联特征用于情感识别是有效的，可以达到91.5%的情感识别精度；利用脑电微分熵的皮尔逊相关系数获得了93.7%的平均分类准确率；并且脑电γ节律相比α、β节律更有利于情感识别。该研究可以应用于情感脑机接口系统。     

不同脑负荷脑电特征的近似熵表征研究

目的研究不同生理状态下的脑电特征(EEG)。方法利用一种度量时间序列复杂性的非线性统计方法——近似熵(ApEn)方法。结果近似熵能够有效地反映脑电信号的变化情况。结论近似熵是一种值得重视且很有发展前景的复杂性分析方法。     

手指动作自动矫正的脑电特征

设计了一个手指运动自动矫正实验,受试者在实验中通过手指控制电脑屏幕图标,执行手部动作快速自动矫正,同时被采集脑电(EEG)信号.选用后顶叶皮层区的脑电电极数据,经过叠加分析等处理,最终获得手部动作自动矫正的事件相关电位(ERP)成份.结果表明:目标跳变引发的自动矫正动作电位,呈现出一种特殊的电位特征,即先于150 ms左右出现一负性脑波,后于320 ms左右出现一正性脑波.