杨晨
- 作品数：3 被引量：9H指数：2
- 供职机构：南京邮电大学电子科学与工程学院更多>>
- 发文基金：国家自然科学基金江苏省高校自然科学研究项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于二维集合经验模式分解的稳态视觉诱发电位目标检测研究被引量：1
- 2015年
- 稳态视觉诱发电位(SSVEP)是由持续的视觉刺激而诱发的节律性脑电信号。SSVEP频率由固定的视觉刺激频率及其谐波频率组成。二维集合经验模式分解(2D-EEMD)是经典的经验模式分解算法的改进算法,将分解拓展到二维方向上。本文首创性地将2D-EEMD应用于SSVEP。分解得到的本征模式函数(IMF)的二维图像可清晰地观测到SSVEP频率。经过噪声和伪迹滤除的SSVEP主要有效IMF成分投影到头图上,可以反映大脑对视觉刺激的时变趋势,以及大脑不同区域的反应程度,结果显示枕叶区对于视觉刺激的反应最为强烈。最后本文用短时傅里叶变换(STFT)对2D-EEMD的重构信号进行SSVEP频率提取,其识别准确率提高了16%。
- 杨晨黄丽亚文念杨俊宇
- 关键词：脑机接口短时傅里叶变换
- 基于脑电EEG的改进EEMD算法被引量：3
- 2017年
- 为了有效地改善模态混叠问题以适应脑电信号的研究,提出了一种改进的集合经验模态分解算法。首先对脑信号进行相关性筛选;然后自适应地从原始脑信号中预测脑电特性信号,融合高斯白噪声生成新型脑信号噪声;最后基于该噪声进行集合经验模态分解。仿真实验表明,新型脑信号噪声不仅具有自适应特性,而且可以更好地解决脑信号经验模态分解中的模态混叠问题,同时也证明了该算法在脑电研究领域的理论和应用价值。
- 黄丽亚笪铖璐杨晨陈志阳王镐
- 关键词：信号估计
- 基于ICA和聚类的EEG脑源定位研究被引量：5
- 2015年
- 将独立成分分析(ICA)与聚类Cluster相结合应用到脑电的多偶极子源定位,先采用快速独立成分分析(fast ICA)得到多个独立成分(ICs),然后通过聚类方法对得到的ICs进行特征提取和有效归类。该方法在去除脑电伪迹和噪声干扰的同时解决了ICA分解后独立成分的选取依赖于经验的局限性。以上消除了伪迹干扰和ICs的不确定性选择对源定位性能的影响,为源定位创造了有利条件。对ICs进行定位也使得整个定位过程像单偶极子定位一样稳定简单。仿真实验中源定位效果得到改善,表明了该方法的有效性。
- 文念黄丽亚于涵杨晨杨俊宇
- 关键词：脑电聚类分析
