![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
知识学习
文章平均质量分 57
xumeng900
这个作者很懒,什么都没留下…
展开
-
脑电图耳机域适应(ALPHA)的对齐和池,以促进基于干电极的SSVEP-BCI
摘要:在两个迁移方向上,ALPHA显著优于基线方法(典型相关分析,CCA)和两种竞争迁移学习方法(迁移模板方法,ttCCA和最小二乘变换,LST)。当从湿式脑电耳机转移到干式脑电耳机时,ALPHA显著优于完全校准的任务相关成分分析(TRCA)方法。ALPHA框架的示意图。圆圈中的每一种颜色代表一种不同类型的数据,例如,紫色代表来自目标域的测试数据或样本;品红表示来自源域的样本;绿色为正余弦参考信号。ALPHA包含3个关键步骤,即子空间分解、子空间对齐和子空间池化。对每对输入数据进行子空间分解,然后得原创 2021-08-23 20:58:02 · 241 阅读 · 0 评论 -
2021-08-22 文献打卡13天
目录【JNE】Enhancing transfer performance across datasets for brain-computer interfaces using a combination of alignment strategies and adaptive batch normalization摘要:前言:方法:实验:实验结果:被试内分类结果跨数据集分类结果讨论:结论:【JNE】Enhancing transfer performa...原创 2021-08-22 21:15:42 · 135 阅读 · 0 评论 -
文献打卡第三天
目录论文标题:Transfer Learning for Motor Imagery BasedBrain-Computer Interfaces: A Complete PipelineDOI:arxiv-preprint-2007.03746, 上传至information science论文作者:伍东睿老师团队论文摘要:作者认为MI(运动想象)分为三部分组成:滤波器、特征工程和分类器。 然而大部分论文只关注其中某一到二部分。此外,作者在滤波器前面加了数据对齐以帮助实现跨ses.原创 2021-08-11 16:27:49 · 237 阅读 · 0 评论 -
文献阅读第二天
论文题目: A Cross-Session Dataset for Collaborative Brain-ComputerInterfaces Based on Rapid Serial Visual PresentationDOI: 10.3389/fnins.2020.579469作者信息:Li zheng, Sen Sun, Hongze Zhao, Weihua Pei, Hongda Chen, Xiaorong Gao, Lijian Zhang, Yijun Wang原创 2021-08-10 20:01:50 · 167 阅读 · 0 评论 -
文献打卡第一天
论文题目:A Transfer Learning Framework for RSVP-based Brain Computer论文信息:2020 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC),DOI:10.1109/EMBC44109.2020.9175581论文摘要作者提出了一个新的源域选择策略,利用CNN提取特征。而鉴别器尝试区分原创 2021-08-09 23:06:39 · 466 阅读 · 2 评论 -
脑电的工具包
我没有使用官网的,使用的是《脑机接口社区》的网盘下载首先是如何导包其次介绍配置示例代码cfg = [];cfg.dataset = 'subj2.vhdr';data_eeg = ft_preprocessing(cfg) chansel = 1;plot(data_eeg.time{1}, data_eeg.trial{1}(chansel, :))xlabel('time (s)')ylabel('channel amplitude (u...原创 2021-07-30 15:37:48 · 118 阅读 · 0 评论 -
脑电的ERP成分
ERP包含多个峰值。 每个峰值都有潜伏期ERP信号是多个源信号的叠加,P300只能说明叠加的时间在P3是比较重要的。因此有如下规则:规则1:峰值和组件不是一回事。 观察到的波形达到局部最大值的点没有什么特别之处。规则2:不可能通过观察单个 ERP 波形来估计潜在 ERP 组件的时间过程或峰值延迟 - 波形的局部部分的形状与基础组件之间可能没有明显关系。规则3:特定峰值期间的效果可能不反映基础组件的调制...原创 2021-07-30 10:54:45 · 3920 阅读 · 0 评论 -
ERP简介
ERPERP定义:ERP可以直接表达大脑皮层对感觉、情感或认知事件的电反应。是刺激(物理或者心理)引起的波形。一般通过叠加技术来提取出来,最近研究单次ERP的较多。ERP类型:刺激通道:听觉、视觉、体感诱发电位潜伏期长短:早期、中潜伏、晚潜伏期常见两类:内源性,与感知有关(P1、N1和P2)和外源性 ,与外界刺激属性有关(P3,N2,N4)在这里我们介绍Fieldtrip计算和绘制 ERP我们现在想计算两种条件下的 ERP:正负判断和人类动物判断。对于每个试验,条件由原创 2021-07-27 19:47:44 · 727 阅读 · 0 评论 -
脑电伪迹和去除方法
起因:脑电信号随时间变化的随机信号,幅值小(uv),易受到与脑活动无关的其他信号干扰伪迹类型眼电伪迹: 眨眼伪迹和眼动伪迹,眼球靠近面部的为正,脑后的为负形成电位差叫做偶极子眨眼伪迹:当眨眼时,眼睑覆盖眼球然后再离开眼球,这会导致偶极子电势差的急剧变化,该种电势差变化被EEG采集系统捕捉,便形成了眨眼伪迹随着通道的变化,Fp1最为明显,而电极排布到后,幅值变小,时间变宽眼动伪迹是眼球上下或左右运动带来的偶极子电势差变化,眼球运动方向的电位会变得更正。会出现“篷车”或“斜篷车.原创 2021-07-27 09:28:18 · 4568 阅读 · 0 评论 -
脑电的电极
原创 2021-07-26 15:46:11 · 278 阅读 · 0 评论 -
脑电的节律
EEG节律信号神经振荡是中枢神经系统中存在得一种节律性。或是重复性神经元活动。 Delta 0.5-4Hz 频率最慢,波幅最大,(20-200uv) 前额和后脑 睡眠第三阶段,第四阶段到顶峰 Theta 4-8Hz (100-150uv) Fz 轻度睡眠状态,workload Al原创 2021-07-25 17:04:35 · 2465 阅读 · 0 评论 -
EEG学习第一课
[1] https://en.jinzhao.wiki/wiki/Electroencephalography[2] 《An introduction toEvent-related Potential》(Second Edition) luck原创 2021-07-24 17:08:48 · 98 阅读 · 0 评论