![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文以及代码
文章平均质量分 88
高山仰止景
脑机接口,脑科学与类脑研究,长期根植于脑机接口方向最新前沿论文以及代码复现,会python,c,汇编语言,matlab,
展开
-
【脑机接口 算法】EEGNet: 通用神经网络应用于脑电信号
脑机接口(BCI)使用神经活动作为控制信号,实现与计算机的直接通信。这种神经信号通常是从各种研究透彻的脑电图(EEG)信号中挑选出来的。卷积神经网络(CNN)主要用来自动特征提取和分类,其在计算机视觉和语音识别领域中的使用已经很广泛。CNN已成功应用于基于EEG的BCI;但是,CNN主要应用于单个BCI范式,在其他范式中的使用比较少,论文作者提出是否可以设计一个CNN架构来准确分类来自不同BCI范式的EEG信号,同时尽可能地紧凑(定义为模型中的参数数量)。原创 2023-11-08 12:42:07 · 2144 阅读 · 0 评论 -
【脑机接口 论文】利用脑机接口帮助ALS患者恢复对家用设备的控制science
脑机接口(bci)可以用来控制像肌萎缩侧索硬化症(ALS)这样的神经障碍患者的辅助设备,这些患者限制了语言和行动。对于辅助控制,BCI系统需要准确和可靠,最好具有最小的设置时间。在这项研究中,一名因ALS导致严重构音障碍的参与者通过腹侧感觉运动皮层上的慢性皮质电图(ECoG)植入物,用六个直观的语音指令操作计算机应用程序。在3个月的研究期间,无需模型再训练或重新校准,即可准确检测和解码语音命令(中位数精度:90.59%)。BCI的使用不需要外源性的定时提示,使参与者能够随意发出自定节奏的命令。原创 2023-10-31 16:05:15 · 255 阅读 · 0 评论 -
【神经网络】如何在Pytorch中从零开始将MNIST网络量化为8位
在这里,我们在输入卷积层conv1之前对激活进行量化,并使用名为quantizeLayer的函数,该函数接受conv或线性层以及量化激活的激活、缩放和零点,quantizeLayer()函数执行完全量化的层的前向传递。您可能想知道quantize_tensor_act()函数是做什么的,它只是通过遍历1000个示例并平均结果,使用张量x通常具有的最小值和最大值对激活x进行量化。然而,现代实现通过一些花哨的位技巧(即近似)绕过了这种规模的浮点乘法,这些技巧被证明对网络的精度影响可以忽略不计。原创 2023-10-13 16:10:11 · 973 阅读 · 0 评论 -
【脑机接口论文与代码】High-speed spelling with a noninvasive brain–computer interface
作者:Xiaogang Chen a,1 , Yijun Wang b,c,1,2 , Masaki Nakanishi b摘要:在过去的20年里,脑机接口取得了前所未有的进步。然而,低通信速率是基于脑机接口的人类通信的主要障碍。本研究提出了一种基于脑电图的脑机接口拼写器,其信息传输速率(ITRs)高达每秒5.32位,是使用非侵入性或非侵入性脑机接口的拼写器中报告的最高ITRs最高。原创 2023-10-10 17:33:58 · 529 阅读 · 2 评论 -
【脑机接口】Adaptive SSVEP-Based BCI System With Frequency and Pulse Duty-Cycle Stimuli Tuning Design基于频率
摘要:本研究旨在设计一种基于稳态视觉诱发电位(SSVEP)的脑机界面(BCI)系统。众所周知,低频闪烁会导致更密集的SSVEP,但可能会让用户感到不舒服和容易疲劳。因此,本文提出了一种新的中/高频闪烁刺激方法。然而,当用户注视相同的刺激时,他们会表现出不同的SSVEP反应。针对所有用户设计固定频率的闪烁刺激是不合适的。本研究首先提出了一种调整每个用户刺激频率的策略,从而导致更好的SSVEP。此外,为了进一步增强SSVEP,本研究采用闪烁占空比用于刺激设计,这对基于SSVEP的BCI系统的讨论较少。原创 2023-09-25 00:13:55 · 139 阅读 · 0 评论 -
【神经网络】Python基于numpy灵活定义神经网络结构的方法
主要介绍了Python基于numpy灵活定义神经网络结构的方法,结合实例形式分析了神经网络结构的原理及Python。本文实例讲述了Python基于numpy灵活定义神经网络结构的方法。具体实现方法,涉及Python使用numpy扩展进行数学运算的相关操作技巧,需要的朋友可以参考下。用numpy可以灵活定义神经网络结构,还可以应用numpy强大的矩阵运算功能!完整的numpy反向传播代码如下。要点: dtype=objec。隐藏层1节点数目:5。隐藏层2节点数目:7。隐藏层3节点数目:4。原创 2023-09-20 09:31:11 · 427 阅读 · 0 评论 -
【脑机接口论文与程序源代码】权重冻结:一种全连通层的正则化方法及其在脑电分类中的应用(WEIGHT-FREEZING: A REGULARIZATION APPROACh)
在脑电解码领域,提升人工神经网络(ANNs)性能具有重要的潜力。本研究引入一种新方法,称为“Weight-Freezing”,它基于 ANN 正则化和神经科学的先验知识原理。Weight-Freezing的概念围绕着在反向传播过程中冻结全连接层中特定权重,以减少某些神经元对特定脑电任务决策过程的影响。通过使用掩码矩阵和阈值确定在反向传播过程中冻结权重的比例来实现这一目标。翻译 2023-09-15 23:41:00 · 150 阅读 · 0 评论 -
【脑机接口论文与代码】 基于自适应FBCCA的脑机接口控制机械臂
SSVEP-BCI系统通常使用固定的计算时间和静态窗口停止方法来解码EEG信号,这降低了系统的效率。针对这一问题,本文采用了一种自适应FBCCA算法,该算法利用贝叶斯估计动态寻找结果预测的最佳数据长度,适应不同试验和不同个体之间的差异,有效提高了系统运行的有效性。同时,通过这种方法,本文构建了一个基于自适应FBCCA的脑控机械臂抓取生命辅助系统。在本文中,我们选择了20名受试者,共进行了400个实验。大量实验验证了该系统的可用性,平均识别成功率为95.5%,这也证明了该系统可以应用于实际场景。原创 2023-09-14 23:04:05 · 1230 阅读 · 1 评论