脑机接口
文章平均质量分 63
菜鸟的梦幻日记
这个作者很懒,什么都没留下…
展开
-
EEG地形图可视化
1.导入库import mneimport pandas as pdimport numpy as npimport mathimport matplotlib.pyplot as plt2.读取坐标数据第二列为电极极坐标的角度,第三列为电极极坐标的长度ρ,数据是BCI竞赛官网下载电极通道位置文件:eloc64.txtdf = pd.read_excel('D:/研究生/数据集/SEED/通道坐标/channel.xlsx',engine='openpyxl')3.转换成直角坐标l原创 2021-08-12 16:04:31 · 2245 阅读 · 3 评论 -
用于EEG数据处理的MNE安装及使用
MNE安装MNE官网:https://mne.tools/stable/auto_examples/index.html1.安装MNE-pythonconda install mne2.原始数据raw的读入和使用导入库import mneimport matplotlib.pyplot as plt#读入数据raw = mne.io.read_raw_bdf('./Part1_IAPS_SES1_EEG_fNIRS_03082006.bdf')#查看核心数据raw.info原创 2020-11-09 10:15:45 · 4423 阅读 · 1 评论 -
手把手教你EMD算法原理与Python实现
https://mp.weixin.qq.com/s?__biz=MzU5NjU4OTc4MA==&mid=2247497186&idx=1&sn=a884c4eee8ed598b78d4dfd7650be563&chksm=fe62d859c915514f803dad4c878682408dc5ccb2ea59e3277948980e416bc8e25a1866cdeb25&mpshare=1&scene=23&srcid=1025FZQiC3T3S转载 2020-10-28 14:13:40 · 1421 阅读 · 0 评论 -
EEGdenoiseNet: 一个适用于深度学习模型的脑电去噪的基准数据集
https://mp.weixin.qq.com/s?__biz=MzU5NjU4OTc4MA==&mid=2247497472&idx=2&sn=88a4863c3eca1fdf6e60e7e5832921f4&chksm=fe62dabbc91553adcb838505188057c77c3e392139ae001e8a15ed2101d4b20962700c073a6d&mpshare=1&scene=23&srcid=10277FtBMTA0T转载 2020-10-28 14:12:52 · 578 阅读 · 0 评论 -
如何用ICA去除脑电信号中的干扰?
ICA跑完之后,可以画出每个成分的拓扑图、功率谱曲线等,我们可以依据这些信息鉴别出噪声成分,进而把这些成分去掉。下面是各个噪音成分1.眨眼眨眼引起的干扰最主要特点是:独立成分的拓扑图主要分布于前端眼部电极,如图1所示。此外,该成分的功率谱曲线没有明显的peak。2.肌电肌电的典型表现是:独立成分拓扑图主要集中在左侧/右侧颞叶处,如图2所示。此外,从功率谱曲线上可以看到,能量主要在高频,这主要是由于肌电一般是高频信号。3.通道噪声通道噪声主要是由于该通道在采集过程中与头皮接触不良引起的,其典翻译 2020-10-20 12:17:11 · 1246 阅读 · 0 评论 -
使用 1D 卷积和 LSTM 混合模型做 EEG 信号识别
内容包括:1. 数据集(1.1 数据集下载、1.2 数据集解释);2. 读取数据;3. 搭建模型;4. 训练模型;5. 展示结果;6. 完整代码。1. 数据集1.1 数据集下载:https://archive.ics.uci.edu/ml/datasets/Epileptic+Seizure+Recognition打开看一下1.2 数据集解释:表头为 X* 的是电信号数据,共有 11500 行,每行有 178 个数据,表示 1s 时间内截取的 178 个电信号;表头为 Y 的一列是该时间段翻译 2020-10-20 12:11:14 · 829 阅读 · 9 评论 -
使用FNIR进行驾驶任务期间的嗜睡检测
统计特征:信号峰值 、信号平均值( 0~7s的时间窗内计算),这些特征被正则化到0-1使用基于移动平均收敛发散(MACD)的算法识别飞行员的瞬时精神状态(不在任务上与在任务上)使用基于支持向量机的分类器来区分任务难度(低与高工作状态)分类器:SVM LDA受试者:五名健康人,右利手,无精神疾病,平均年龄:30.8±2.9参与者在实验开始前至少10小时不睡觉;例如,受试者夜间不睡觉,...翻译 2019-07-11 11:29:57 · 324 阅读 · 0 评论 -
基于EEG的驾驶持续性注意水平PSO-SVM识别模型总结
数据集:年龄在 25 ~ 30 岁、有 5 年以上驾龄的 20名长途货运驾驶员为研究样本,在大型客运车驾驶模拟器上进行实验. 实验场景为一条双向 4 车道道路,车道宽 3. 75 m,全长 200 km,背景车流仅为增加实验真实度,不干扰被试驾驶操作. 要求被试驾驶车辆按 70 ± 5 km / h 的速度行驶,驾驶过程中在被试前方 5 个位置,以随机时间间隔((14 ± 1. 5) s)呈现红...转载 2019-07-09 11:17:24 · 983 阅读 · 1 评论 -
基于近红外光谱的超扫描技术揭示了在面对面交流的协同Jenga游戏中的脑内神经同步
这是一篇阅读(NIRS-Based Hyperscanning Reveals Inter-brain Neural Synchronization uring Cooperative Jenga Game with Face-to-Face Communication)的相关笔记三种合作:完全合作、平行游戏和妨碍性互动(最不利于合作的)。实验:18名健康志愿者(年龄21.1±1.7岁)...翻译 2019-07-07 16:57:59 · 589 阅读 · 0 评论