您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 脑电数据采集分析操作过程

  2. 师兄总结的脑电数据采集(所用软件Recorder)及数据分析(所用软件Analyzer)的简单过程
  3. 所属分类:专业指导

    • 发布日期:2010-12-18
    • 文件大小:285696
    • 提供者:army110
  1. (毕业设计论文)基于脑电采集的汽车疲劳驾驶检测系统硬件设计

  2. (毕业设计论文)基于脑电采集的汽车疲劳驾驶检测系统硬件设计 全世界每年因驾驶员疲劳驾驶而导致的死亡人数占交通灾难性事故的57%,故针对疲劳驾驶检测方法的研究具有现实意义。而最近十多年来,疲劳检测逐步取得人们的关注,为此本文设计了基于脑电采集的汽车疲劳驾驶检测系统的硬件电路。 脑电图(EEG)信号检测一直被誉为监测疲劳的“金标准”,所以本文将脑电信号作为检测疲劳的主要参数。为了准确采集脑电信号,本文设计的前端调理电路包括前置放大电路、四阶低通滤波电路、二阶高通滤波电路、中间级放大电路、50HZ陷
  3. 所属分类:嵌入式

    • 发布日期:2012-12-07
    • 文件大小:17825792
    • 提供者:zjc3909
  1. AnalyzingNeuralTimeSeriesData_MatlabCode

  2. AnalyzingNeuralTimeSeriesData_MatlabCode, 脑电数据分析 matlab源码,轻松学习脑电数据分析
  3. 所属分类:其它

    • 发布日期:2016-03-01
    • 文件大小:19922944
    • 提供者:ppaass1
  1. Matlab EDF脑电分析代码

  2. Matlab EDF脑电分析代码,读取EDF格式脑电数据,然后分析脑电信号数据
  3. 所属分类:医疗

    • 发布日期:2019-02-11
    • 文件大小:6144
    • 提供者:laodd
  1. 基于复杂解调方法和决策树模型的脑电睡眠主轴自动检测

  2. 睡眠纺锤体是脑电图(EEG)的特征波形,对临床诊断很重要。 在这项研究中,开发了一种自动睡眠主轴检测方法。 根据标准多导睡眠图(PSG)测量记录EEG信号。 引入了预处理程序以排除不必要的数据段并标准化必要的数据段。 采用复杂的解调方法来检测候选睡眠主轴波形并计算特征。 基于决策树模型识别睡眠纺锤。 最后,将检测到的睡眠纺锤体用于修正睡眠阶段识别结果。 分析了来自3名睡眠障碍患者的睡眠EEG数据。 获得的结果表明,在EEG信号中检测到的睡眠纺锤体提高了睡眠阶段识别的准确性。
  3. 所属分类:其它

    • 发布日期:2020-06-05
    • 文件大小:363520
    • 提供者:weixin_38656676
  1. 基于MSE-PCA的脑电睡眠分期方法研究

  2. 针对传统的自动睡眠分期准确率不足问题,提出一种将多尺度熵(MSE)和主成分分析(PCA)联合使用的自动睡眠分期方法。以8例受试者睡眠脑电(EEG)监测数据及专家人工分期结果作为样本,首先使用MSE表征受试者脑电信号不同睡眠期的非线性动力学特征;然后使用PCA的前两个主成分向量代替MSE特征进行降维,实现降低数据冗余的同时保留绝大多数EEG非线性特征;最终将新向量的特征参数输入到反馈神经网络(BPNN)分类器中实现MSE-PCA模型的脑电睡眠状态的自动识别分类。实验结果表明,自动分期准确率可达到8
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:374784
    • 提供者:weixin_38693419
  1. 脑电信号的分析和监测

  2. 通过对脑电信号时频均谱熵的分析,研究用于描述临床手术麻醉深度的实时监测参数。随机采集33例麻醉状态下脑电信号序列,分析其时频均谱熵变化趋势,判断病人的神经活动状态。实验结果显示,脑电信号的时频均谱熵值随着麻醉深度的增加而减少,当肌电熵值接近零时,病人进入麻醉状态。表明时频均谱熵算法简单、计算所需数据序列短、抗干扰强,采用时频均谱熵对脑电信号进行分析,可为临床麻醉深度监测提供一种实时的方法。
  3. 所属分类:其它

    • 发布日期:2020-10-23
    • 文件大小:283648
    • 提供者:weixin_38618784
  1. 医疗电子中的一款便携式脑电无线采集系统的设计

  2. 摘要:设计了一种基于单片机、无线芯片nRF24L01和TFT液晶显示屏的便携式脑电无线采集系统,系统控制器采用STC12C5A60S2单片机。发送端的单片机对预处理后的脑电信号进行采集和存储,通过nRF24L01芯片进行无线传输,接收端单片机再将信号波形送至液晶显示屏显示并进行进一步的分析。该系统不需要采用PC机,因此具有体积小、轻便、功耗低等特点。   0 引言   脑电信号EEG(Electroencephalogram) 是一种微弱的低频生理信号。它由脑部神经活动产
  3. 所属分类:其它

    • 发布日期:2020-10-19
    • 文件大小:182272
    • 提供者:weixin_38624556
  1. 基于Android的脑电信号无线采集与分析系统设计

  2. 提出一种基于Android平台的脑电无线采集与警觉度监测终端的设计。采用Wi-Fi作为无线通信方案,以Android手机作为上位机,在手机上设计应用程序,通过手机应用程序可以方便地实现对采集设备的参数设置、无线连接、数据接收、波形显示、数据分析和文件存储。Android手机端通过Wi-Fi与下位机建立通信,实时接收Wi-Fi模块发送的脑电数据,绘成脑电图,并能通过手机端向下位机发送控制命令,再将基于极限学习机的脑电信号分类算法通过Java编码移植到手机内部,分析脑电信号所携带的警觉度信息。立足便
  3. 所属分类:其它

    • 发布日期:2020-10-17
    • 文件大小:480256
    • 提供者:weixin_38589150
  1. 基于深度学习的精神分裂症脑电分析

  2. 精神分裂症是最常见的精神疾病之一,目前具体病因尚未明确,准确诊断患病与否是治疗该疾病的前提。深度学习是一种构造多层神经网络的机器学习方法,具有发现数据中隐藏的分布式特征表示的能力。针对精神分裂症患者的脑电信号,提出了一种栈式自编码网络深度模型,以达到根据脑电信号自动识别受试者是否患病的效果。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:424960
    • 提供者:weixin_38739919
  1. 单片机与DSP中的脑电物理头模型数据采集系统的研究

  2. 摘要:介绍了脑电物理头模型数据采集系统的总体设计方案,主要对实验中所遇到的一些问题进行了系统的分析和解剖,将实验结果与解析解进行了比较,两者是相符的。 关键词:脑电(EEG) 数据采集 鉴相器 差动放大器 脑电(Electroencephalogram,缩写为EEG)是大脑神经电活动在头皮上产生的电位分布。脑电信号比心电信号要弱1000倍左右,约为几十微伏。本文中所模拟的脑电为毫伏级。脑电的研究包括正问题与逆问题两个方面。正问题是指在已知脑内电活动源的情况下去分析头皮上的电位;逆问题是指用从
  3. 所属分类:其它

    • 发布日期:2020-12-10
    • 文件大小:91136
    • 提供者:weixin_38501916
  1. 等概率符号化样本熵应用于脑电分析

  2. 样本熵(或近似熵)以信息增长率刻画时间序列的复杂性,能应用于短时序列,因而在生理信号分析中被广泛采用.然而,一方面由于传统样本熵采用与标准差线性相关的容限,使得熵值易受非平稳突变干扰的影响,另一方面传统样本熵还受序列概率分布的影响,从而导致其并非单纯反映序列的信息增长率.针对上述两个问题,将符号动力学与样本熵结合,提出等概率符号化样本熵方法,并对其物理意义、数学推导及参数选取都做了详细阐述.通过对噪声数据的仿真计算,验证了该方法的正确性及其区分不同强度时间相关的有效性.此方法应用于脑电信号分析的
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:262144
    • 提供者:weixin_38713167
  1. 左右手运动想象脑电模式识别研究

  2. 如何提高左右手运动想象脑电信号的分类率是脑机接口研究领域的一个热点话题。基于美国EGI64导脑电采集系统得到3名健康被试的脑电数据,首先,采用独立成分分析(Independent Component Analysis,ICA)对采集的数据进行去噪处理;然后,利用离散小波变换方法对分解C3/C4处的EEG平均功率信号,选用尺度6上逼近系数A6的重构信号作为脑电特征信号;最后,用Fisher线性判别分析法(Fisher Linear Discriminant Analysis,FLDA)、支持向量机
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:1048576
    • 提供者:weixin_38657290
  1. eeg-data-scripts:美国英语中针对方言变异的听觉脑电图实验的处理和分析脚本-源码

  2. 脑电数据处理脚本 该存储库包含用于处理美式英语方言变化实验的EEG数据的脚本。 DM_process从Neuroscan系统获取cnt文件,并使用EEGLAB和 Matlab工具箱对其进行处理以进行ERP分析。 此处理包括过滤,抽取,基线校正,伪影检测/剔除以及计算每个仓中的平均ERP。 DM_process_half是此脚本的一种适应版本,可分别处理实验的前半部分和DM_process_half (基于触发代码的数量),以测试适应效果。 artifact_thresholds和accept
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:10240
    • 提供者:weixin_42134097
  1. 神经序列的高通量小波相干分析

  2. 实时估计来自不同大脑区域的神经信号之间的相干性是理解大脑功能的关键问题。 基于蒙特卡洛方法(MC–WTC)的小波相干法可以有效地测量神经信号的时频相干性,但它会产生大量的中间数据,因此无法应用于实时神经信号分析中。 我们在图形处理单元(GPGPU)(即G-MC-WTC)上开发了具有通用计算功能的并行MC-WTC方法,该方法可使用CUDA工具包加快计算速度。 仿真数据表明,它可以将运行时性能提高近200倍。 该方法已应用于视觉听觉脑电数据,并实时获得了不同大脑区域之间的相干信息。 结果显示左颞叶的
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:1048576
    • 提供者:weixin_38698433
  1. 面向大规模非平稳非线性数据的自适应同步测量

  2. 非平稳非线性数据的同步测量是研究中的一个持续问题复杂系统,例如神经科学。 现有方法主要基于傅立叶变换和小波变换,并且缺乏能够(1)测量同步强度的方法通过适应非平稳,非线性动力学来处理多元数据,以及(2)满足需求复杂的科学或工程应用。 这项研究提出了一种可以衡量的方法二元非平稳非线性数据针对相位差的同步强度。 这这种方法(简称AD-PDSA)依靠自适应算法进行数据分解。 并行化该方法还通过在图形处理单元(GPGPU)上进行通用计算而开发, GAD-PDSA极大地改善了数据处理的可扩展性。 我们开发
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:1048576
    • 提供者:weixin_38650379
  1. 等概率符号化样本熵应用于脑电分析

  2. 样本熵(或近似熵)以信息增长率刻画时间序列的复杂性,能应用于短时序列,因而在生理信号分析中被广泛采用.然而,一方面由于传统样本熵采用与标准差线性相关的容限,使得熵值易受非平稳突变干扰的影响,另一方面传统样本熵还受序列概率分布的影响,从而导致其并非单纯反映序列的信息增长率.针对上述两个问题,将符号动力学与样本熵结合,提出等概率符号化样本熵方法,并对其物理意义、数学推导及参数选取都做了详细阐述.通过对噪声数据的仿真计算,验证了该方法的正确性及其区分不同强度时间相关的有效性.此方法应用于脑电信号分析的
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:468992
    • 提供者:weixin_38693506
  1. 在线BCI高速数据流的可预测并发实时传输

  2. 基于多分类运动想象的在线BCI(brain computer interface,脑机接口)中,如何实时处理高速EEG(electroencephalogram,脑电)数据流是实现在线意识识别的难点,其关键是高速计算和复杂情况下的预测问题。以线程并发作为解决高速计算问题的切入点,首先将EEG信号分析任务分解为多个线程子任务,并通过缓冲区管理策略解决线程并发带来的协同问题,针对高速EEG数据流的复杂变化问题,采用自适应单向模糊推理的方法预测数据流伸缩变化,并针对线程并发造成的中间结果的错序问题,设
  3. 所属分类:其它

    • 发布日期:2021-02-09
    • 文件大小:1048576
    • 提供者:weixin_38640674
  1. Kong径:Matlab工具箱,用于在时域和频域中对脑电数据进行单变量和多变量分析-源码

  2. Kong径:Matlab工具箱,用于在时域和频域中对脑电数据进行单变量和多变量分析
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:7340032
    • 提供者:weixin_42163404
  1. 使用时空-频率模式分析从脑电数据的一些试验中提取N400

  2. 客观的。 N400在认知科学和临床神经心理学疾病的研究中起着重要作用。 然而,从一些脑电数据试验中提取N400组分仍然是一个挑战。 方法。 提出了一种分析N400的时空频率分布的方法。 首先,使用重采样平均差来增强EEG样本中N400的信噪比(SNR)。 接下来,利用字典学习来自适应地选择与事件相关电位(ERP)相对应的小波基,而不是自发的EEG活动,并获得ERP的时频模式。 最后,利用低秩约束稀疏分解去除自发性脑电活动,学习ERP的空间格局,并自动确定ERP的数量。 使用具有不同SNR水平的模
  3. 所属分类:其它

    • 发布日期:2021-04-02
    • 文件大小:393216
    • 提供者:weixin_38553837
« 12 3 »