国家自然科学基金(91120017)
- 作品数：13 被引量：22H指数：3
- 相关作者：官金安曹巧玲赵瑞娟荆汉娜李梅更多>>
- 相关机构：中南民族大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资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电子电信医药卫生更多>>
- “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
- 隐秘信息的脑电检测
- 2019年
- 为揭示疑犯隐藏的真实信息,检测隐秘信息的脑电,设计了一个猜测受试者真实名字.结果表明:在个体对不同自我相关程度名字产生刺激,在刺激出现后的300~600ms内,本人名字诱发的正波幅值大于陌生名字刺激.通过小波变换提取特征,用支持向量机进行训练和分类.在进行5个试次叠加平均后,采用PO3通道可将自己的名字分类成功,5位被试平均正确率达98%,该方法可应用于个体隐秘信息的脑电检测.
- 官金安段亚峰徐世行李东阁印想彭翰林潘先攀
- 关键词：事件相关电位小波变换
- 基于CSP的模拟阅读脑-机接口信号分类被引量：5
- 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
- 基于3D卷积神经网络的IR-BCI脑电视频解码研究被引量：4
- 2019年
- 采用3D卷积神经网络模型,对脑电信号进行解码研究,旨在挖掘其深层的特征表达,以提高脑-机接口系统的性能.实验在获取“模拟阅读”脑-机接口系统的多维脑电信号后,将原始的通道特征构建成“脑电视频”的格式.其构造方法为:将通道按实际空间排布为二维矩阵,这样某时刻的多通道采样点在空间上形成一个“视频帧”,这些空间信息在连续时间帧上的堆叠,形成“脑电视频”.这种自然表达信息的方法,不仅包含大脑的空间分布信息,还反映了时间信息的关联,丰富了数据所包含的事件相关信息.借鉴图像领域特征学习的“局部感受野”和“权值共享”思想,搭建了自主学习脑电信号特征的3D卷积神经网络模型,将已打标签的脑电视频数据对模型进行训练,之后对测试集进行测试.与经典的卷积神经网络和传统的最佳单通道算法相比,分类正确率有了进一步的提高.实验表明,基于脑电视频的3D卷积神经网络能够更有效地学习脑电特征,改善了模拟阅读脑-机接口系统的性能.
- 官金安汪鹭汐赵瑞娟李东阁吴欢
- 关键词：脑-机接口
- “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-机接口信号的核Fisher分类被引量：2
- 2013年
- 采用"模拟阅读"视觉诱发事件相关脑电位的实验模式进行了脑-机接口实验,记录受试者在靶标和非靶标刺激下的脑电信号并进行了模式分类.首先对原始的脑电信号进行预处理、提取最优特征,然后利用核Fisher准则对采集到的脑电信号进行分类.为了验证这种方法的有效性,同时还对信号进行了感知准则和Fisher准则的分类.对5名受试者测试的结果表明:核Fisher准则分类器的正确率分别为92.98%,88.85%,76.32%,78.33%和95.52%,分别高出Fisher准则、感知准则约20%、10%,表明核Fisher准则对含有非线性可分的脑电信号的分类效果比单纯的线性方法更为优越.
- 官金安荆汉娜李梅
- 关键词：脑-机接口FISHER准则
- 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ICA和极限学习机的模拟阅读脑电特征分类被引量：3
- 2018年
- 为了有效地提取N2-P3成分,利用ICA对脑电数据进行盲源分离,自动提取N2-P3成分;同时为了克服传统方法如支持向量机、神经网络训练时间长、个别识别准确率不够高的缺点,选择极限学习机作为分类器.在模拟阅读实验范式下,记录了7名受试者的脑电数据,利用ICA分别对每名受试者的高维脑电数据进行盲源分离,提取出N2-P3成分,以此作为靶特征,并与非靶特征一起放入极限学习机分类器进行分类.训练得到7名受试者的训练时间和分类准确率,并与支持向量机进行了比较.结果表明:经过ICA特征提取后,使用极限学习机进行分类,该分类器学习速度快,泛化能力强,训练时间大大减少.在分类准确率上,ICA+ELM的分类准确率较传统的最佳单通道+SVM有较大幅度的提升,从后者平均的82.4%提升到了97.7%.
- 官金安杨建华赵瑞娟
- 关键词：极限学习机
