Query：
Refining：
Year
Type
Indexed by
Colleges
Complex
Language
Clean All
Abstract ：
针对下肢运动功能障碍患者无法产生强烈主动运动意图造成外骨骼机器人在康复运动辅助时人机交互性差的问题，提出了一种虚拟诱导患者下肢主动运动意图及其脑电精准感知方法。首先，分析影响患者运动意图产生的因素，建立基于大脑注意机制的虚拟诱导患者意图产生模型，形成基于脑电信号的人机交互策略；然后，设计并搭建数据驱动沉浸式三维虚拟诱导场景，激发患者大脑产生主动运动意图；进而，采集患者脑电信号，通过基于自适应噪声完备经验模态分解（CEEMDAN）和独立成分分析（ICA）相结合的伪迹去除方法进行信号预处理；最后，利用深度卷积神经网络实现对患者运动意图的精准识别。实验结果表明：虚拟诱导方法能够有效增强受试者脑电信号...
Keyword ：
卷积神经网络 脑电信号 伪迹去除 虚拟诱导 主动运动意图
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 董润霖 , 张小栋 , 李瀚哲 et al. 虚拟诱导患者下肢主动运动意图及其脑电精准感知方法 [J]. | 西安交通大学学报 , 2022 , (02) : 1-9 . |
| MLA | 董润霖 et al. "虚拟诱导患者下肢主动运动意图及其脑电精准感知方法" . | 西安交通大学学报 02 (2022) : 1-9 . |
| APA | 董润霖 , 张小栋 , 李瀚哲 , 李亮亮 , 史晓军 . 虚拟诱导患者下肢主动运动意图及其脑电精准感知方法 . | 西安交通大学学报 , 2022 , (02) , 1-9 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对传统稳态视觉诱发电位（SSVEP）脑电信号目标识别方法分类精度低、提取特征不充分、方法复杂且耗时等问题，提出一种基于多尺度特征融合卷积神经网络的SSVEP信号分类识别方法（SSVEP-MF）。首先，利用小波变换将多通道SSVEP信号整合转化为二维图像作为输入样本集；其次，建立多尺度特征融合卷积神经网络模型（MFCNN），该模型利用三层二维卷积核实现图像样本不同尺度特征的充分提取，构建多尺度特征融合单元对不同层级特征进行融合，并通过全连接等操作完成模型的训练；最后，将样本集输入到MFCNN模型中实现脑电信号特征自适应提取及端到端分类。所提SSVEP-MF方法能够充分提取信号各层级特征，实现短...
Keyword ：
多尺度特征融合 卷积神经网络 目标识别 脑-机接口 稳态视觉诱发电位 小波变换
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 胡勤伟 , 陶庆 , 王妮妮 et al. 用于稳态视觉诱发电位目标识别的多尺度特征融合卷积神经网络方法 [J]. | 西安交通大学学报 , 2022 , (04) : 1-10 . |
| MLA | 胡勤伟 et al. "用于稳态视觉诱发电位目标识别的多尺度特征融合卷积神经网络方法" . | 西安交通大学学报 04 (2022) : 1-10 . |
| APA | 胡勤伟 , 陶庆 , 王妮妮 , 陈清正 , 吴腾辉 , 张小栋 . 用于稳态视觉诱发电位目标识别的多尺度特征融合卷积神经网络方法 . | 西安交通大学学报 , 2022 , (04) , 1-10 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对癫痫发作前期脑电信号中含有运动伪迹影响癫痫预测的问题，提出一种变分模态分解—自适应熵阈值（VMD-AET）的运动伪迹去除方法。设计了实验室环境下8种模拟运动状态，分析不同运动状态下脑电信号的变化规律；利用VMD方法获得脑电信号各频带的变分模态分量，对分量进行能量熵求解和排序；采用不同的熵阈值进行运动状态下伪迹分量的去除，比较得到最优阈值，得到不含运动伪迹的脑电信号。采用Matlab软件使用VMD-AET方法实现了脑电信号中运动伪迹的有效去除。实验结果表明：每种运动状态均能达到去伪迹效果，在跑步时伪迹去除率和信噪比提升最高；对癫痫病人发作前期脑电信号的伪迹去除率为5.54%，信噪比提升达到1...
Keyword ：
变分模态分解 癫痫 脑电图 运动伪迹 自适应熵阈值
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 张力行 , 张四聪 , 徐光华 et al. 采用变分模态分解-自适应阈值的癫痫脑电信号运动伪迹去除方法 [J]. | 西安交通大学学报 , 2022 , (01) : 1-9 . |
| MLA | 张力行 et al. "采用变分模态分解-自适应阈值的癫痫脑电信号运动伪迹去除方法" . | 西安交通大学学报 01 (2022) : 1-9 . |
| APA | 张力行 , 张四聪 , 徐光华 , 李焕发 , 吴永程 . 采用变分模态分解-自适应阈值的癫痫脑电信号运动伪迹去除方法 . | 西安交通大学学报 , 2022 , (01) , 1-9 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对采用传统共空间模式（CSP）算法处理脑电信号时存在的特征提取困难、计算复杂度高及信号识别率低等问题，提出一种基于重复二分滤波器组共空间模式（RB-FBCSP）算法和支持向量机（SVM）算法的四类（左撇嘴、右撇嘴、皱眉、扬眉）表情辅助脑电信号识别方法。首先，将采集到的表情辅助脑电信号利用滤波器组筛选出包含α波和θ波的信号；其次，将四类表情看作上面部表情（皱眉、扬眉）和下面部表情（左撇嘴、右撇嘴）两大类进行CSP特征提取，并结合SVM分类器进行分类；最后，将识别出的上面部和下面部表情脑电信号均重复进行一次CSP特征提取和SVM二分类，便可以实现表情辅助脑电信号的四分类。实验结果表明：所提识别方...
Keyword ：
表情 共空间模式 脑电信号 四分类 特征提取 支持向量机 重复二分
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 王迪 , 陶庆 , 张小栋 et al. 采用改进共空间模式算法的四类表情辅助脑电信号识别方法 [J]. | 西安交通大学学报 , 2022 , (12) : 1-9 . |
| MLA | 王迪 et al. "采用改进共空间模式算法的四类表情辅助脑电信号识别方法" . | 西安交通大学学报 12 (2022) : 1-9 . |
| APA | 王迪 , 陶庆 , 张小栋 , 吴斌 , 方婧瑶 , 陆竹风 . 采用改进共空间模式算法的四类表情辅助脑电信号识别方法 . | 西安交通大学学报 , 2022 , (12) , 1-9 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对睡眠生理信号采集难度大、睡眠分期精度低的问题，提出一种采用小波变换和双向长短期记忆网络的脑电睡眠分期模型。首先使用连续小波变换提取睡眠脑电的时频图；然后使用二维卷积VGG网络从脑电信号的时频图中提取睡眠相关的脑电特征，作为单个睡眠片段的分期依据，再使用双向长短期记忆网络进一步提取睡眠片段之间的状态转换规则；最后利用深度学习方法建立特征、规则与睡眠阶段的映射，使用数据扩充和两步训练法训练模型，削弱数据不均衡的影响，完成连续片段的睡眠分期。采用SHHS公开数据库的5793名被试的睡眠脑电数据对该模型进行验证，实验结果表明，睡眠分期准确率达到85.82%，整体F1达到78.39，Kappa系数达...
Keyword ：
卷积神经网络 连续小波变换 脑电信号 双向长短期记忆网络 睡眠分期
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 王天宇 , 陈晗 , 王刚 et al. 采用小波变换和双向长短期记忆网络的脑电睡眠分期模型 [J]. | 西安交通大学学报 , 2022 , (09) : 1-8 . |
| MLA | 王天宇 et al. "采用小波变换和双向长短期记忆网络的脑电睡眠分期模型" . | 西安交通大学学报 09 (2022) : 1-8 . |
| APA | 王天宇 , 陈晗 , 王刚 , 吴宁 . 采用小波变换和双向长短期记忆网络的脑电睡眠分期模型 . | 西安交通大学学报 , 2022 , (09) , 1-8 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对脑电（EEG）信号对连续步态轨迹解码结果与实际轨迹相关性低的问题，提出一种基于双向长短时记忆（BiLSTM）神经网络的步态参数解码方法。首先，构建基于双向长短时记忆神经网络的步态时空参数解码模型，根据脑肌电信号特性设计解码模型的超参数；其次，同步采集脑电、下肢运动相关肌肉的表面肌电信号（sEMG）和下肢关节运动信号，并对脑电和表面肌电信号的步态相关特征进行分析；然后，以多通道脑电和下肢运动相关表面肌电信号作为解码模型的输入，自动提取脑肌电融合信号中步态相关特征并构建膝踝关节运动轨迹与特征之间的非线性回归模型；最后，以多通道脑电作为解码模型的输入，构建步态相关脑电信号和表面肌电信号之间的非线...
Keyword ：
pearson相关系数 表面肌电 步态时空参数解码 脑电 双向长短时记忆神经网络
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 魏鹏娜 , 马鹏程 , 张进华 et al. 基于双向长短时记忆神经网络的步态时空参数脑肌电解码方法 [J]. | 西安交通大学学报 , 2022 , (09) : 1-9 . |
| MLA | 魏鹏娜 et al. "基于双向长短时记忆神经网络的步态时空参数脑肌电解码方法" . | 西安交通大学学报 09 (2022) : 1-9 . |
| APA | 魏鹏娜 , 马鹏程 , 张进华 , 洪军 . 基于双向长短时记忆神经网络的步态时空参数脑肌电解码方法 . | 西安交通大学学报 , 2022 , (09) , 1-9 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对传统稳态视觉诱发电位(SSVEP)脑电信号目标识别方法分类精度低、提取特征不充分、方法复杂且耗时等问题，提出一种基于多尺度特征融合卷积神经网络的SSVEP信号分类识别方法(SSVEP-MF)。利用小波变换将多通道SSVEP信号整合转化为二维图像作为输入样本集；建立多尺度特征融合卷积神经网络模型(MFCNN),该模型利用三层二维卷积核实现图像样本不同尺度特征的充分提取，构建多尺度特征融合单元对不同层级特征进行融合，并通过全连接等操作完成模型的训练；将样本集输入到MFCNN模型中实现脑电信号特征自适应提取及端到端分类。所提SSVEP-MF方法能够充分提取信号各层级特征，实现短时间视觉刺激下SS...
Keyword ：
多尺度特征融合 卷积神经网络 目标识别 脑机接口 稳态视觉诱发电位 小波变换
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 胡勤伟 , 陶庆 , 王妮妮 et al. 用于稳态视觉诱发电位目标识别的多尺度特征融合卷积神经网络方法 [J]. | 西安交通大学学报 , 2022 , 56 (04) : 185-193+202 . |
| MLA | 胡勤伟 et al. "用于稳态视觉诱发电位目标识别的多尺度特征融合卷积神经网络方法" . | 西安交通大学学报 56 . 04 (2022) : 185-193+202 . |
| APA | 胡勤伟 , 陶庆 , 王妮妮 , 陈清正 , 吴腾辉 , 张小栋 . 用于稳态视觉诱发电位目标识别的多尺度特征融合卷积神经网络方法 . | 西安交通大学学报 , 2022 , 56 (04) , 185-193+202 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对下肢运动功能障碍患者无法产生强烈主动运动意图造成外骨骼机器人在康复运动辅助时人机交互性差的问题，提出了一种虚拟诱导患者下肢主动运动意图及其脑电精准感知方法。首先，分析影响患者运动意图产生的因素，建立基于大脑注意机制的虚拟诱导患者意图产生模型，形成基于脑电信号的人机交互策略；然后，设计并搭建数据驱动沉浸式三维虚拟诱导场景，激发患者大脑产生主动运动意图；进而，采集患者脑电信号，通过基于自适应噪声完备经验模态分解(CEEMDAN)和独立成分分析(ICA)相结合的伪迹去除方法进行信号预处理；最后，利用深度卷积神经网络实现对患者运动意图的精准识别。实验结果表明：虚拟诱导方法能够有效增强受试者脑电信号...
Keyword ：
卷积神经网络 脑电信号 伪迹去除 虚拟诱导 主动运动意图
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 董润霖 , 张小栋 , 李瀚哲 et al. 虚拟诱导患者下肢主动运动意图及其脑电精准感知方法 [J]. | 西安交通大学学报 , 2022 , 56 (02) : 130-138 . |
| MLA | 董润霖 et al. "虚拟诱导患者下肢主动运动意图及其脑电精准感知方法" . | 西安交通大学学报 56 . 02 (2022) : 130-138 . |
| APA | 董润霖 , 张小栋 , 李瀚哲 , 李亮亮 , 史晓军 . 虚拟诱导患者下肢主动运动意图及其脑电精准感知方法 . | 西安交通大学学报 , 2022 , 56 (02) , 130-138 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
脑功能网络的信息流向能反映不同脑区之间的因果关系,通过研究不同情绪状态下脑区间的因果关系,不仅对揭示情绪产生的机理至关重要,而且可以对情绪的产生进行有效的分析、识别和监控.在人工智能领域,有效的情绪识别将直接影响人机交互过程.本研究使用DEAP情绪数据集,基于传递熵的方法构建有向功能网络,探讨了在不同情绪状态下信息流的流向及强弱变化规律,以及不同脑区间存在的信息传递相互影响模式.研究发现,不同的情绪状态下各脑区的信息流量强度不同,唤醒度越高,信息流强度越大.信息流向和脑区各节点局部连接方式也存在显著差异.同时,进一步证明唤醒度和效价两个情绪维度上存在相互依赖性.该研究为情绪识别提供了重要的参考...
Keyword ：
传递熵 脑电数据 信息流 有向网络
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 樊强 , 周律 , 范永晨 et al. 不同情绪状态下脑网络的信息流向研究 [J]. | 动力学与控制学报 , 2022 , 20 (01) : 60-67 . |
| MLA | 樊强 et al. "不同情绪状态下脑网络的信息流向研究" . | 动力学与控制学报 20 . 01 (2022) : 60-67 . |
| APA | 樊强 , 周律 , 范永晨 , 吴莹 . 不同情绪状态下脑网络的信息流向研究 . | 动力学与控制学报 , 2022 , 20 (01) , 60-67 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
长期暴露在低氧环境下,人的认知功能会受到严重威胁,功能脑网络分析方法可以为认知功能损伤提供诊断依据。针对现有的功能脑网络研究忽略了脑电信号高时间分辨率的特点,该文利用滑动窗口技术结合脑网络构建,探究了大脑的动力学变化,并提出了一种脑网络重组预测模型,模拟大脑网络的动态变化过程,模型的准确率达到了98.95%。实验表明,低氧环境会明显地影响大脑动力学变化,扰乱正常脑网络的演化过程。该研究不仅有助于理解健康人的大脑动力学,而且揭示了低氧环境下脑网络的变化异常,为暴露在低氧的受害者认知康复训练提供了重要参考。
Keyword ：
低氧 动力学变化 脑电信号 预测模型
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 王磊 , 韦新 , 李雪鹏 et al. 低氧环境下脑网络的建模与分析 [J]. | 电子设计工程 , 2022 , 30 (10) : 1-7 . |
| MLA | 王磊 et al. "低氧环境下脑网络的建模与分析" . | 电子设计工程 30 . 10 (2022) : 1-7 . |
| APA | 王磊 , 韦新 , 李雪鹏 , 杨昱 , 李海芳 . 低氧环境下脑网络的建模与分析 . | 电子设计工程 , 2022 , 30 (10) , 1-7 . |
| Export to | NoteExpress RIS BibTex |
Export
| Results： |
Selected to |
| Format： |
