任亚莉
- 作品数：22 被引量：42H指数：4
- 供职机构：陇东学院更多>>
- 发文基金：甘肃省高等学校研究生导师科研项目计划博士科研启动基金高等学校教学质量与教学改革工程更多>>
- 相关领域：医药卫生电气工程自动化与计算机技术电子电信更多>>
- 基于脑电的脑-机接口系统被引量：7
- 2011年
- 背景:脑-机接口是在人脑与计算机或其它电子设备之间建立的直接交流和控制通道,通过这种通道,人就可以直接通过脑来表达想法或操纵设备,而不需要语言或动作,这可以有效增强身体严重残疾的患者与外界交流或控制外部环境的能力,以提高患者的生活质量。目的:总结近年来国内外有关脑-机接口系统的研究进展及存在的问题,探讨该领域进一步发展的方向。方法:应用计算机检索PubMed数据库中1990-01/2009-12脑-机接口方面的文献,检索词"brain-computer interface,Rehabilitatian",并限定语言为English;同时检索CNKI-KNS1990-01/2009-12脑-机接口方面的文献,检索词为"脑机接口,信号处理,脑电",并限定语言为中文。结果与结论:脑-机接口系统的研究正处于发展阶段。现有的脑-机接口系统还存在通讯速度低、效果不稳定等技术障碍,特别是信号处理算法的选择与改进等方面有待进一步研究。
- 任亚莉
- 关键词：脑-机接口脑电图特征提取模式识别信号处理
- 基于小波包熵的运动意识任务分类研究被引量：8
- 2008年
- 提出了以小波包熵作为脑电特征向量的左右手运动意识任务分类方法,对被测试者想象左右手运动时的脑电小波包熵动态变化情况及分析窗口长度的选择进行了研究。结果表明,小波包熵能很好地反映左右手运动想象的脑电特征变化,用线性判别式算法对脑电特征进行识别,分类正确率达到92.14%。由于小波包熵的计算比较简单,稳定性好,识别率高,为大脑运动意识任务的分类提供了新思路。
- 任亚莉
- 关键词：脑电信号特征提取
- 脑机接口在线识别左右手运动想象的脑电信号分析(英文)被引量：1
- 2009年
- 采用脑机接口2003竞赛中Graz科技大学提供的脑电数据,用小波包分解获取8～16 Hz 脑电信号,计算 C3,C4 电极脑电信号的功率谱峰值和对应频率作为组合脑电特征向量,运用时变线性分类算法对运动意识任务运行分类。对 140 次实验的测试样本数据分析,最大分类正确率可达 89.29%,最大互信息和信噪比分别为0.622 8bit 和1.3713。提示C3,C4 电极 8～16 Hz 脑电信号功率谱峰值和对应的频率能很好地反映左右手运动想象脑电特征的变化,与事件相关去同步/事件相关同步现象变化一致,可在线识别左右手想象运动。
- 任亚莉
- 关键词：脑电信号特征提取
- 脉搏信号和主成分分析在亚健康状态识别中的应用被引量：7
- 2013年
- 为了评估亚健康状态,提出一种基于脉搏信号的亚健康状态识别新方法。用小波变换对脉搏信号消噪处理,再用功率谱、近似熵、小波熵估计提取特征量,对提取的特征量进行主成分分析,最后用改进的线性判别式分析法分类识别,主成分识别率达100%。该方法计算简单,稳定性好,识别率高,对亚健康状态的评估有一定的可行性。
- 任亚莉张爱华孔令杰
- 关键词：亚健康状态主成分分析
- 信流图法在晶体管H参数相互转换中的应用
- 2006年
- 用信流图分析晶体管H参数在不同组态下互相转换的方法,该方法简便易行,各组态H参数之间的关系显得更加清楚。
- 任亚莉
- 关键词：晶体管
- 一种新型云平台设计方法
- 一种新型云平台设计方法，分别包括用户信息模块、在线医疗诊断模块、影像数据调阅模块、医院终端模块和药房终端模块；用户信息模块用于存储相关用于的信息；在线医疗诊断模块用于进行在线诊断治疗；影像数据调阅模块用于采集图像与播放；...
- 任亚莉仵博万
- 文献传递
- 基于功率谱峰值及时变线性分类算法的运动意识分类被引量：1
- 2010年
- 背景:脑电信号的特征提取是脑机接口系统中一个重要的环节,如何快速有效地提取反映大脑意识任务状态的脑电特征是进行分类、正确解读意识任务的关键。目前,提取脑电信号特征通常采用功率谱密度估计、自回归模型和小波变换等方法,这些特征都是以脑电信号的线性化为前提,上述方法不能很好地反映出大脑的非线性动力学性质。目的:分析脑电信号功率谱峰值在识别左右手想象运动中的作用。方法:采用脑机接口2003竞赛中Graz科技大学提供的脑电数据,用小波包分解获取8～24Hz脑电信号,计算C3,C4电极脑电信号的功率谱峰值作为脑电特征向量,运用时变线性分类算法对运动意识任务运行分类。结果与结论:对140次实验的测试样本进行数据分析,最大分类正确率可达89.29%,最大互信息和信噪比分别为0.6269bit和1.3848。C3,C4电极8～24Hz脑电信号功率谱峰值能很好地反映左右手运动想象脑电特征的变化,与事件相关去同步/事件相关同步现象变化一致,可在线识别左右手想象运动。
- 任亚莉
- 关键词：脑电信号脑机接口特征提取
- 基于脉搏传感测值和主成分分析对精神疲劳状态的识别
- 2012年
- 背景:随着科技的进步,研究疲劳的客观手段越来越多,生理指标的介入使其成为医学、认知科学和心理学的研究热点。然而,对精神疲劳的检测目前仍缺乏客观的生理指标。目的:为了评估精神疲劳状态,提出一种基于脉搏信号的精神疲劳状态识别新方法。方法:用小波变换对脉搏信号消噪处理,提取脉搏信号功率谱峰值及对应频率、功率谱重心及重心频率特征量,对提取的特征量进行主成分分析,最后用改进的线性判别式分析法分类识别,主成分识别率达100%。结果与结论:用脉搏信号特征的主成分进行精神疲劳状态识别,获得了满意的分类识别效果,该方法计算简单,稳定性好,识别率高,对精神疲劳状态的评估具有一定的可行性。
- 任亚莉
- 关键词：脉搏信号主成分分析小波变换
- MATLAB GUI已调信号性质及调幅原理分析系统设计
- 2020年
- 高频电子线路课程中的已调信号性质及调幅原理分析,内容繁多,画图困难,应用MATLAB GUI设计两个动态模拟系统。通过GUI界面,从时域和频域角度分析调幅、调频与调相信号的性质以及斩波调幅和平衡斩波调幅原理,以交互的方式实现三种已调信号性质及调幅原理动态模拟仿真,将抽象的信号调制内容直观化、可视化,激发学生学习兴趣,提高教学质量。
- 任亚莉
- 基于频带能量和小波包熵的运动意识任务分类研究被引量：4
- 2008年
- 目的探讨脑电信号频带能量和小波包熵在识别左右手想象运动中的作用。方法采用脑-计算机接口2003竞赛中Graz科技大学提供的脑电数据,用小波包分解获取8～16Hz脑电信号,计算C3、C4电极脑电信号的频带能量和小波包熵,将其结合作为反应想象左右手运动的特征量,对大脑想象左右手运动任务进行分类。结果对140次实验的测试样本数据分析,最大分类正确率可达87.14%。结论脑电信号频带能量和小波包熵随时间的变化与事件相关去同步和事件相关同步现象相一致,可在线识别左右手想象运动。
- 任亚莉张爱华郝晓弘
- 关键词：脑电信号特征提取
