中央高校基本科研业务费专项资金(CZY13031)
- 作品数：9 被引量：14H指数：2
- 相关作者：官金安曹巧玲周到高军峰赵瑞娟更多>>
- 相关机构：中南民族大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金武汉市科技计划项目更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 稀疏降噪自编码器在IR-BCI的应用研究被引量：4
- 2017年
- 针对脑-机接口的特征提取问题,提出了一种基于非监督学习的稀疏降噪自编码器,对刺激诱发的脑电信号进行自主学习,构建原始数据的深层特征表达。该编码器引用稀疏自编码神经网络,通过加入噪声,增强其学习的泛化能力,增加了神经网络的鲁棒性。首先对多导联信号进行重新拼接,输入稀疏降噪自编码器,得到原始数据的稀疏特征表达;然后,采用支持向量机将学习到的特征进行分类;最后,同直接使用最优单通道相对比。实验结果为:稀疏降噪自编码器的分类准确率要优于单通道,表明该方法能够更好地学习到特征,并提高了"模拟阅读"脑-机接口的识别正确率,为脑-机接口系统的特征提取和分类提供了新思路。
- 赵瑞娟官金安谢国栋
- 关键词：脑-机接口非监督学习
- “模拟阅读”脑-机接口刺激物样式对正确率的影响被引量：2
- 2015年
- 采用"模拟阅读"视觉诱发事件相关电位的实验模式进行脑-机接口实验,记录受试者在不同刺激物样式下的脑电信号并进行模式识别。实验中的视觉刺激器是由显示器上的七个按钮组成的虚拟键盘。在实验中,通过改变按钮下方刺激物的样式(15种),观察七名受试者对虚拟键盘中按钮的识别正确率,以期找到一种刺激物样式使其达到最高。结果表明,同一受试者在不同样式的刺激物下正确率不同,不同受试者的最佳刺激物样式也不一定相同,且在大多数情况下,受试者在无背景字符条件下比相同靶标的有背景字符情况下的正确率高。
- 贾贝周到曹巧玲高军峰舒位光官金安
- 关键词：脑-机接口事件相关电位正确率
- 基于TF卡的便携式心电采集仪的设计
- 2016年
- 该文提出了一种基于TF卡储存数据和USB传输数据的便携式低功耗(ECG Holter)的系统设计。心电信号由电极导出送入采集板,然后通过ADS1298转换为数字信号,主控单片机STM32采用SPI总线方式将A/D转换数据读回,最终将数据存储到TF卡中,采集仪能进行全天24小时的记录心电数据。储存在TF卡中的心电数据既可以通过USB传输到PC机里,也可以利用读卡器读出,供专门的心电分析软件进行后期处理,辅助医生进行诊断。
- 姚金红张况官金安
- 关键词：ECGHOLTERTF卡STM32
- 非监督特征学习方法在脑电身份识别中的应用被引量：2
- 2014年
- 设计并实现了采用非监督特征学习方法对模拟阅读事件相关电位实验中多名受试者脑电信号的特征提取，并对提取的特征向量进行了模式分类。实验中共采集5名受试者脑电信号，每名受试者的特征样本集由其接受模拟阅读靶视觉刺激后100～400ms在通道PO3、O1、Oz、O2、PO4、P4、P8、CP6的脑电信号样本组成，各受试者样本集均含400个试次样本。非监督特征学习过程由含6个神经节的BP神经网络完成，后选用支持向量机作为分类器。对比了1试次，2试次、5试次、10试次样本叠加等几种不同情况下采用非监督特征学习方法提取特征的分类正确率。实验结果表明：采用多神经节人工神经网络对5名使用者5试次叠加信号样本提取的特征向量的分类正确率高于90％，显著优于对各单通道时域特征向量的分类正确率，该方法可为以脑电信号为特征的身份识别系统提供一种可行的特征提取方式。
- 官金安高炜周到高军峰
- 关键词：身份识别
- 模拟阅读脑-机接口异步化研究被引量：2
- 2014年
- "模拟阅读"脑-机接口(BCI)工作在同步模式,而实际中使用者希望能在"工作/非工作"状态间自由切换,即异步化,针对该问题提出了利用闭眼固定时间的脑电信号作为两种状态间转换开关的方法。首先设计了实验方案;然后对采集的脑电图(EEG)信号分别在时域和频域进行特征提取,对时域特征利用支持向量机(SVM)和Kmeans分类器进行分类,对频域特征用SVM分类。时域最高识别率分别为91.25%和89.17%,平均分类所需时间分别为1.89 s和0.11 s,频域最高识别率和平均识别率分别为86.25%和81.875%。实验结果表明该实验模式能实现两种状态自由切换的目的。
- 曹巧玲官金安
- 关键词：异步脑-机接口支持向量机特征提取模式识别
- 基于CSP的模拟阅读脑-机接口信号分类被引量：6
- 2013年
- 提出了一种基于模拟阅读事件相关电位诱发模式下脑电信号的特征提取及模式分类方法.对采集到的32通道非靶刺激和靶刺激信号进行低通滤波、下采样等处理,根据脑电信号的空间分布特征,选取若干通道的数据,并使用共空间模式算法进行信号的特征提取,最后使用支持向量机(SVM)对信号进行分类.实验结果表明:用位于大脑皮层后半部分通道的数据进行特征提取和分类能较好地识别出靶刺激信号,五名受试者可以达到的最大平均分类正确率分别为90.60%,83.30%,83.98%,72.61%和93.54%.
- 官金安李梅荆汉娜曹巧玲
- 关键词：脑-机接口特征提取支持向量机
- “模拟阅读”脑-机接口N2P3成分的自动提取被引量：1
- 2017年
- 提出了一种基于ICA和局部能量最大的单次自动提取脑电信号中N2和P3成分的方法。实验采集了七名健康受试者在观察"模拟阅读"刺激界面状态下的32导的脑电信号,利用Fast ICA算法对单试次脑电信号进行盲源分离,将得到的32个分量用样本方差最大方法,在固定时间段自动提取脑电信号中N2和P3成分。把N2、P3分量直接作为单次提取的特征,利用支持向量机进行分类,同时和最优单通道时域特征的分类进行对比。结果表明:基于ICA方法可以有效地自动提取单次脑电信号中N2和P3成分,且分类效果比最优单通道有显著提高。
- 金震官金安赵瑞娟谢国栋
- 关键词：ICASVM
- 基于LabVIEW的心电信号预处理系统
- 2016年
- 体表采集的心电信号通常含有大量噪声，不利于后续心电信号特征点的检测，给心电的自动化诊断带来了障碍。为此，我们开发出了一种心电信号的预处理系统。该系统包括了对心电信号工频干扰抑制，低通滤波，基线漂移消除和宽带噪声滤除四部分。基于LabVIEW开发平台的高效性和易用性，选择了此平台来开发系统，并利用了其基础工具包和LabVIEW ASPT高级工具包中的函数控件。经验证，该系统各模块均能很好地滤除噪声，同时还能很好地保留心电信号自身的特征。
- 张况姚金红官金安
- 关键词：心电信号噪声信号预处理LABVIEW
- 基于Android移动设备的脑电记录仪的设计
- 2014年
- 针对目前大多数便携式脑电记录仪只能记录脑电信号,而不能随时查看脑电图的现状,设计了一种基于Android移动设备的脑电记录仪,其中下位机通过高精度的AD转换器将脑电信号转换为数字信号,再通过蓝牙发送给上位机,在上位机对信号进行数据拼接﹑存储和滤波,并绘制出脑电图,实验表明:该记录仪可以准确地进行脑电图绘制,能随时查看脑电图,且体型小巧、携带方便.
- 官金安张腾飞曾兴涛周到高军峰舒位光
- 关键词：记录仪脑电图蓝牙
