您的位置: 专家智库 > >

国家自然科学基金(60575044)

作品数:6 被引量:16H指数:3
相关作者:胡德文周宗潭葛瑜刘杨何继军更多>>
相关机构:国防科学技术大学许昌学院更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划国家杰出青年科学基金更多>>
相关领域:自动化与计算机技术农业科学理学文化科学更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇农业科学
  • 1篇文化科学
  • 1篇理学

主题

  • 3篇接口
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇脑-机接口
  • 2篇脑电
  • 2篇EEG
  • 1篇低频振动
  • 1篇信号
  • 1篇影象
  • 1篇振动
  • 1篇实验范式
  • 1篇脑电信号
  • 1篇脑机接口
  • 1篇脑模型
  • 1篇计算机
  • 1篇计算机接口
  • 1篇交互技术
  • 1篇P300

机构

  • 5篇国防科学技术...
  • 2篇许昌学院

作者

  • 5篇胡德文
  • 4篇周宗潭
  • 3篇葛瑜
  • 2篇刘杨
  • 1篇沈辉
  • 1篇岳敬伟
  • 1篇高政
  • 1篇周华平
  • 1篇杨钢
  • 1篇何继军

传媒

  • 1篇计算机工程与...
  • 1篇计算机应用与...
  • 1篇电气电子教学...
  • 1篇计算机工程与...
  • 1篇计算机测量与...
  • 1篇Scienc...

年份

  • 1篇2009
  • 2篇2008
  • 3篇2007
6 条 记 录,以下是 1-6
排序方式:
国际脑计算机接口竞赛介绍及参赛经验谈
2007年
脑计算机接口(BCI)技术的研究是近几年才发展起来的一个具有学科交叉特点的前沿探索领域,其目的是实现脑与计算机设备的直接通讯;国际脑计算机接口竞赛由BCI研究领域的主要学术团体联合发起,旨在征集和检验新的BCI实现思路及相关数据处理算法,吸引和鼓励不同领域的研究者参与BCI研究。本文简要阐述了脑计算机接口的概念和发展情况,分析了历届BCI竞赛的设置和开展情况,最后详细介绍了我们的参赛经验和一些体会,供感兴趣的指导教师和研究生参考。
周宗潭胡德文高政周华平刘杨
基于ECoG的运动想象脑-机接口分类方法被引量:3
2009年
脑—机接口BCI(Brain-Computer Interface)技术是近年来国际上的研究热点之一,它通常利用脑电EEG(electroencephalo-gram)来实现无动作的人机交互,运动想象是其中一种重要的BCI实验范式。有关研究表明,脑皮层电位ECoG(electrocorticogram)具有更好的信噪比与频带特性。研究基于ECoG的运动想象BCI系统,针对ECoG信号的特点,改进了信号处理方法,提取数据的公共空间模式CSP(Common Spatial Pattern)特征,并利用支持向量机SVM(Support Vector Machines)进行分类器设计,提高了运动意向的识别正确率。用相应方法处理2005年脑-机接口竞赛中的一组实验数据,正确率达到92%,相比于当时参赛时所用的方法提高了6%。实验还发现,支持向量机在克服"维数灾难"和"过拟合"方面具有更好的鲁棒性。
葛瑜杨钢周宗潭胡德文
关键词:支持向量机
Spatio-temporal analysis of stimuli-modulated spontaneous low frequency oscillations
2007年
In this paper,the spatio-temporal architecture of the stimulation-modulated spontaneous low frequency oscillation (LFO) in the SD rat's somatosensory cortex is studied by optical imaging (OI) technology. After the electrical stimulation,it is observed that the phases of the LFO signals are changed,the am-plitudes are increased,and most importantly,the signals in the bilateral somatosensory cortex tend to be synchronized. Based on these phenomena,the origin of the LFO signals is discussed. It is argued that the arteriole vasomotion may be the major contribution to the LFO signals under green illumination (546±10 nm). The phase relationship among the LFO signals of arteries,veins and cortex has also been studied. It is found that there are phase differences between the LFO signal of veins and that of cortex under red illumination (605±10 nm),the signal of cortex leads that of veins by 0.6―1.0 s,while under green illumination,no obvious differences are observed and the reason may be that the mechanism of the LFO signals of cortexes and vessels are different.
LI MingLIU YaDongHU DeWenWANG YuChengLIU FaYiFENG GuiYu
关键词:影象低频振动
脑机接口系统中的交互技术研究被引量:5
2008年
首先介绍了脑机接口(brain-computer interface,BCI)系统的概念和基本组成,交互技术在系统中的重要作用,以及目前国际上比较典型的交互技术;其次鉴于当前交互技术中存在的不足,分析了如何使人在脑机接口系统发挥更重要的作用,提出了一种新的脑机接口实验范式,该范式中随着被试操作技能的提高系统性能可以得到明显提升;之后建立了该实验范式的原型机系统——基于BCI的倒摆交互控制系统;最后对脑机交互技术的发展及脑机接口技术未来的应用做了展望。
岳敬伟葛瑜周宗潭胡德文
关键词:脑电信号脑机接口交互技术实验范式
用于脑-机接口P300实验的支持向量机分类方法被引量:3
2008年
脑-机接口(BCI)技术利用脑电来实现无动作的人机交互。P300字符拼写范式是利用脑电信号实现文字选择输入的一种重要BCI实验范式,它通过对EEG中的P300信号的检测和识别,来推断试验对象(被试)对字母的注意选择。以2005年脑-机接口竞赛中的一组P300字符拼写实验数据为处理对象,采用支持向量机(SVM)的机器学习方法进行算法设计,对信号通道进行了筛选,并采用较少的EEG通道数据进行处理。另外,通过调整参与训练的数据集大小,扩大了SVM中参数的取值范围,更有利于分类器设计。通过上述策略,提高了该BCI实验范式中的系统总体分类精度。上述方法对于测试集字符最佳识别正确率可达到89%,相比于我们参加该届竞赛时所用的线性分类器(LDA),字符识别正确率提高了3%。
葛瑜刘杨周宗潭胡德文
EEG/fMRI融合分析综述:脑模型、算法和应用被引量:5
2007年
采用EEG/fMRI多模态融合方法研究脑神经活动信息,确定激活源位置,进行各脑区间连接分析的方法是目前认知科学和神经科学领域的热点。经过十多年努力,EEG/fMRI融合方法在脑模型的构造、多模态数据融合算法等方面取得很大进展,并在脑功能成像分析领域得到广泛应用。为了能了解EEG/fMRI多模态融合方法的最新发展,本文总结了近十年来该方法的主要进展,分别对融合算法中采用的脑模型和典型融合算法进行了分析和比较,介绍了EEG/fMRI融合方法在脑功能成像分析领域的具体应用,提出了当前研究面临的一些具体问题以及未来的研究方向。
何继军沈辉胡德文
关键词:脑模型
共1页<1>
聚类工具0