【摘 要】
:
脑电信号(EEG)是大脑神经细胞在大脑皮层或头皮表面电生理活动的客观反映,基于EEG的研究及应用越来越广泛。然而,EEG信号信噪比低,在采集过程中易受到干扰,产生大量伪迹,阻碍了基于EEG应用的发展。因此,如何去除EEG中的伪迹得到了越来越多关注。目前主流的基于手动和半自动的方法是耗时且需人工干预,而自动去除伪迹的方法虽然无需人工干预,但具有较大挑战,主要问题在于如何自动提取低信号质量的EEG特征
论文部分内容阅读
脑电信号(EEG)是大脑神经细胞在大脑皮层或头皮表面电生理活动的客观反映,基于EEG的研究及应用越来越广泛。然而,EEG信号信噪比低,在采集过程中易受到干扰,产生大量伪迹,阻碍了基于EEG应用的发展。因此,如何去除EEG中的伪迹得到了越来越多关注。目前主流的基于手动和半自动的方法是耗时且需人工干预,而自动去除伪迹的方法虽然无需人工干预,但具有较大挑战,主要问题在于如何自动提取低信号质量的EEG特征,以及提高模型泛化能力。因此,本文针对EEG伪迹自动去除开展研究,主要研究内容包括:(1)针对现有基于手动/半自动伪迹去除方法的时间复杂度较高、需要较多人工参与的问题,提出了一种基于稀疏自编码器(SAE)和降噪自编码器(DAE)的方法——Cycle SDAE。Cycle SDAE采用了端到端的结构,利用去噪损失函数实现了EEG伪迹自动的去除;另外,通过在目标函数的重建损失函数中加入惩罚项以及引入循环一致损失函数,提升模型自动去除伪迹的性能。(2)针对现有的自动EEG伪迹去除方法在伪迹去除性能以及模型泛化能力不足的问题,同时也为了有效减少人工干预程度,降低模型时间复杂度,提出了一种基于自注意机制的新型自动EEG伪迹去除模型——SA-Divider。SADivider包含SA模块和Divider模块,其中Divider模块由Encoder、Decomposer和Decoder组成。SA-Divider较好的优化了模型结构,有效提升了EEG伪迹自动去除性能,大大增强了模型在伪迹去除方面的泛化能力。(3)我们构建了两个数据集,分别命名为OMC-DEAP和合成数据集(SDDEAP),每个数据集都有三种类型的数据:含噪数据、清洁数据和伪迹。我们在OMC-DEAP和SD-DEAP上验证了Cycle SDAE和SA-Divider的性能,并各自获得了较好的EEG伪迹去除效果。
其他文献
随着油画中国化进程的不断深入,一个问题越来越清晰地呈现在我们的视线当中,那就是如何挖掘我国的传统文化并让它与油画创作结合在一起。要解决这个问题就要寻找到一个正确的结合方法和具有可行性的表达内容。因此,本文将从窗格和屏风这两种具有我国文化符号的画面内容,来具体阐述二者在油画创作上可以做出哪些应用和实践。西方学者艾黎·福尔在《世界艺术史》中就从地里位置、民族特点和文化特色对艺术品进行解读,同样的我国学
亲子关系是家庭中父母与子女之间和谐相处的重要联系,沟通质量的优劣则被认为是维系亲子关系的关键因素,子女身心的健康成长离不开一个良好的家庭环境,而良好和谐的家庭环境往往是通过家人之间高质量的沟通创建的。随着全面二孩政策的大幅放宽,二孩家庭成为当下时代所迫切需要关注的对象,因为家庭成员的增加,父母在无意识中将自身更多的精力和关心放在幼孩身上时,父母与一孩之间的问题就会愈来愈明显。部分一孩无法接受新的家
电子商务的极速发展导致电商经营者竞争日趋激烈,同时催生出一系列不正当竞争手段,刷单即为典型的一种。在刷单情境下,电商经营者在电商平台上将价值较高的商品以一元等低价挂单自买自卖,普通消费者在经营者挂单期间以一元低价买入商品,但经营者并未实际发货。数月后,消费者又在经营者挂单期间多次以一元低价买入商品,经营者仍未实际发货。经营者承认自己以一元挂单是在进行刷单。此时,电商经营者与消费者之间多次的买卖合同
数字时代的到来打开了传统媒介长期束缚人类的枷锁,人们进入一个万物互联的高速发展的社会。由于个人或环境条件的限制,一些人或地区无法平等地进入互联网中,造成了区域信息发展不平衡以致“数字鸿沟”的形成。农村学龄儿童作为受教育程度尚低且正处于成长初级阶段的一类群体,他们获取和利用信息通信技术的能力较低,为了弥合农村学龄儿童与其他群体的差距,农村学龄儿童应被纳入数字包容的范围之中。本研究通过对四川省宜宾市9
过量的化石燃料燃烧和大量的废气排放使得大气中二氧化碳(CO2)浓度逐年升高,导致了严重的环境问题,如温室效应、冰川融化等。利用清洁能源产生的绿色电能,将CO2电催化还原(CO2ER)成碳氢燃料,既能改善因大量排放CO2导致的环境问题,又能缓解当前的能源危机。当前CO2ER催化剂存在过电势高、产物选择性低等问题,使得反应过程中产生巨大的能耗和较高的分离成本。因此开发一种选择性高、过电势低的催化剂在C
随着自主式水下机器人(Autonomous Underwater Vehicle,AUV)智能化的发展,利用人工智能算法解决水下机器人的目标跟踪问题得到了广泛的应用。强化学习是一种重要的人工智能算法,能够自主学习决策网络,摆脱了传统控制算法对环境模型的高依赖性。但是强化学习训练过程中时常会出现稀疏奖励和样本高相关性的问题。其中稀疏奖励会导致控制网络在训练过程中收敛较慢,最终无法得到最优控制网络,样
车辆分类(Vehicle Classification,VC)是智能交通系统的重要研究内容,涉及交通流量估计、自动停车系统、车辆排放建模和城市规划等各种场景。传统车辆分类方法依赖于固定点传感器数据,具有成本高、部署稀疏和干扰交通等局限。全球定位系统(Global Positioning System,GPS)生成的轨迹数据能够克服以上局限,因此研究基于GPS轨迹数据的车辆分类方法具有重要意义。然而
打击乐器是音乐治疗中常使用的乐器之一,其自身所带来的节奏振动能够很直观地被人们所感受。伴随着青少年群体抑郁障碍患病率的逐渐增长,社会各界投入了更多的关注与重视。本研究旨在探讨运用打击乐器对青少年轻度抑郁障碍患者情绪领域障碍和行为领域障碍干预的积极意义,在音乐治疗学理论的指导下对相关原理、方法技术进行思考分析。实验以目的性抽样选取被试,采用单被试实验设计以个体音乐治疗的形式进行总计12次的打击乐器干
目的 探讨肝素结合蛋白(heparin-binding protein, HBP)联合白细胞介素6(Interleukin-6,IL-6)对胃癌根治术后感染并发症的预测价值。方法 选取95例行胃癌根治术患者作为研究对象,其中术后发生感染并发症的21例患者设为观察组,未发生感染并发症的74例患者设为对照组,分别于术前、术后采用酶联免疫吸附实验测定2组患者血清HBP、IL-6水平,并采用受试者工作特征
电力环境中存在变压器、开关柜等电力设备产生的电磁噪声,会对无线传感器节点的感知能力与通信能力产生干扰,对无线传感器网络的感知与通信造成严重影响。在现有研究中,针对无线传感器网络在电力环境下的部署问题,主要关注网络覆盖率的提升,而在电磁干扰环境下综合考虑无线传感器网络覆盖性能、通信性能及服务成本的部署方法研究相对较少。为了提高无线传感器网络在电力环境中的综合性能,降低电力设备产生的电磁干扰对无线传感