何为
- 作品数：10 被引量：22H指数：3
- 供职机构：中国科学技术大学信息科学技术学院电子科学与技术系更多>>
- 发文基金：国家自然科学基金中国科学技术大学青年基金更多>>
- 相关领域：医药卫生生物学更多>>
- 一种模拟表面肌电信号不同发放时刻的波形变异的方法
- ＜正＞引言:表面肌电信号（EMG）是多个运动单位（MU）动作电位序列（MUAPT）在皮肤表面处的时空域上叠加。由于MUAP的波形和发放特性是反映神经肌肉生理状况的重要参数,常常需要将电极检测到的EMG分解为多个MUAPT...
- 何为杨基海梁政陈香任焱暄
- 文献传递
- 基于近似熵的思维脑电信号分类研究
- ＜正＞引言:在基于脑电思维作业的脑-机接口（Brain computer interface,BCI）中,用户常进行特定的思维活动,如想象书写和擦除数字、数学运算、打信件腹稿、想象物体旋转等,通过BCI设备采集相应的脑电...
- 何为陈香杨基海梁政
- 文献传递
- 不同思维作业电信号的高准确度模式分类被引量：3
- 2004年
- 本文采用独立分量(ICA)分析对不同思维作业的脑电(EEG)信号进行预处理,再用自回归(AR)参数模型提取EEG信号特征,最后利用BP网络完成对特征样本集的训练和分类。实验结果表明,所采用的方法提高了脑电思维模式作业的准确度,对两种到五种不同思维作业未经训练的数据的平均分类准确度达到79％以上,超过现有文献报道的结果。
- 何为陈香杨基海
- 关键词：脑电信号独立分量分析自回归模型BP神经网络
- 高频成分在思维作业脑电信号分类中的应用
- 2005年
- 采用独立分量分析(ICA)去除脑电伪迹,AR模型提取信号特征、BP神经网络用于模式识别,对2～5种思维作业脑电信号进行了分类研究.研究结果的重要发现是:对于经过ICA去伪迹后的EEG信号,当分类特征取自20～100 Hz的高频范围时,分类准确率很高,与特征取自整个信号频段的分类结果大致相等,且大大超过利用2～35 Hz的低频EEG节律进行的分类.对于这一现象的解释是,不同思维作业过程中,大脑在工频电场作用下产生了不同的节律同化反应,致使EEG信号的高频部分带有更显著的思维调制信息,从而有利于提高分类准确率.这一现象的发现,为脑电节律同化反应提供了新的证据,也为思维脑电的高准确率分类和高精度脑-机接口的实现提供了新的方法.
- 陈香杨基海叶硃梁政何为冯焕清
- 关键词：脑电信号独立分量分析
- 基于生理层肌电模型的表面肌电信号仿真方法被引量：2
- 2005年
- 目的根据SEMG的生理和检测过程的实际情况,研究表面肌电信号分解测试信号的仿真方法。方法从生理层肌电模型出发,以模拟电极随机抖动的方法仿真MUAP波形的随机变异,以改变传导速度的方法模拟MUAP的趋势变异,采用调整MU发放时刻表的方法模拟出特定叠加程度的SEMG信号。结果同一MU中的不同发放时刻的MUAP波形的随机变异以及MUAP波形的趋势变异都可以通过该方法定量模拟。结论该方法模拟出的SEMG信号更能逼近真实表面肌电信号的特征,可用于验证SEMG分解算法。
- 何为杨基海梁政陈香
- 关键词：表面肌电信号运动单位动作电位仿真
- 思维脑电信号分类研究
- 脑一计算机接口(BCI)可以提供一种不依赖于人体的外周神经系统及肌肉组织、建立在人与周围环境间信息交流与控制的新型通道。BCI利用不同方式获得使用者的脑电信号，分析人脑的意识活动信息，实现人与周围环境或设备间的信息交换。...
- 何为
- 关键词：近似熵
- 文献传递
- 基于不同特征参数的脑电信号分类被引量：12
- 2004年
- 分别以自回归 (autoregression ,AR)模型系数、相关系数和信息熵作为信号特征对不同思维作业脑电 (EEG)信号进行分类 ,其中相关系数和信息熵均是首次用于思维作业EEG信号的特征提取。实验结果显示 ,采用信息熵作为EEG信号特征的分类准确率总体上明显高于采用另两种特征参数 ,且受提取特征的数据分段长度的影响最小 ,有利于提高基于思维作业实时脑 机接口的通信准确度和速率。同时 ,研究结果也进一步证实了高频信息可用于EEG的分类。
- 陈香杨基海叶硃何为梁政冯焕清
- 关键词：EEG脑电信号脑-机接口信号特征信息熵
- 基于节律同化效应的思维脑电信号分类研究
- 2006年
- 通过对正弦调制光(SML)刺激和无刺激思维脑电信号的对比分类研究,探索了思维脑电信号的节律同化现象对思维脑电信号分类的影响。研究结果表明,大脑在SML刺激下进行思维作业时,思维EEG信号携带的与刺激频率有关的节律同化信息能提高某些思维作业的分类正确率,并且SML刺激产生的局部节律同化效应能减少用于提供分类信息的EEG信号的导联数。这些结果有利于提高基于思维作业脑-计算机接口(BCI)的通信准确率和速度。
- 陈香杨基海李强何为尹少华
- 卷积混合信号的分离技术在表面肌电信号分解中的应用
- ＜正＞引言:肌电信号（EMG）多个运动单位（MU）电动作电位链（MUAPT）的叠加。肌电信号分解是将构成EMG信号的各个MUAPT。针电极信号分解研究到了临床上应用的阶段,而表面肌电信号分解在国际上还处于探索阶段。盲源分...
- 李强杨基海梁政陈香何为
- 文献传递
- 基于近似熵的思维脑电信号分类研究被引量：8
- 2004年
- 采用近似熵 (approximateentropy ,Apen)作为脑电信号的特征参数对不同思维作业脑电信号进行了分类研究 ,并对近似熵算法中参数的选择以及互近似熵在思维脑电分类的应用进行了讨探。研究结果表明 ,近似熵特征在思维作业脑电信号的分类中取得了较好的应用效果。近似熵作为EEG的信号特征为提高思维作业脑电信号的分类正确率提供了一种新的途径 ,在基于思维作业BCI的应用中具有重要的实用价值。
- 何为陈香杨基海
- 关键词：脑电信号近似熵EEG正确率信号特征
