Sep, 2016

针对功能历史模型的增强型因素特定算法用于生物电信号同步检测

PDF
TL;DR研究了情感过程中不同心理生理学指标之间的联系，通过历史作用回归模型分析同时记录 24 位参与者在计算机化赌博任务中的 EEG 和 EMG 数据的函数关系，并扩展了包括随机历史效应、因素特定的历史效应和因素特定的随机历史效应的模型。使用分量回归梯度提升算法进行估计。
发现论文，激发创造
  • 一种基于显著性特征融合的 EEG 情感估计模型

    本文提出了一种双模型方法，结合了基于序列的 EEG 幅值表示和基于图像的表示。采用基于显著性分析的图像模型，促进了两个模型部分的联合学习。在四个公开数据集上进行评估，结果表明本方法优于现有方法，在情感估计任务上取得了较高的稳定性。

    Jan, 2022

  • 基于信号处理和深度神经网络的优化脑电情绪检测

    本研究使用电脑建立了一个基于神经网络的智能决策模型，通过 EEG 检测来识别人类主观情绪，并采用一些信号处理技术和算法，实验结果表明该模型能够提高情绪检测的准确性。

    Mar, 2023

  • 使用生成模型综述情感神经生理信号合成

    本文综述了如何利用生成模型解决神经生理信号情感识别问题的挑战，进而提高情感识别系统的效率和可靠性。

    Jun, 2023

  • 时延多特征相关性分析从 EEG 信号中提取微小依赖

    该论文提出了一种自动分解和提取脑电信号的方案，将信号的统计依赖作为多项式建模，并使用 PCA 降维找到显著的依赖方向，从而获取描述分离统计依赖的滞后相关特征，此方法提取了更复杂的行为并有助于理解皮层的潜在动力学，诊断癫痫等病症，确定精确的电极位置或构建脑机接口。

    Apr, 2023

  • 功能图对比学习揭示了基于刻板印象的压力因素引发的情绪传染

    通过情感传染的研究并结合脑电图扫描技术，该论文揭示了情感传染与认知功能之间复杂的相互作用，特别关注女性对协作解决问题时的刻板印象压力条件下的影响。

    Aug, 2023

  • BIOT：野外生物信号跨数据学习

    本文提出了 Biosignal Transformer 模型，通过将不同的生物信号令牌化成一致的 “生物信号句子”，添加通道嵌入和相对位置嵌入等技术，实现跨数据集学习，适用于不同数据格式的多个生物信号学习，并在 EEG、ECG 和人类活动感官信号上进行了综合评估。

    May, 2023

  • 基于条件扩散模型合成事件相关电位范式的脑电图信号

    通过使用生成模型，特别是扩散模型，可以缓解脑机接口领域中的数据稀缺问题。我们通过引入一种新颖的有条件扩散模型，利用无分类器的指导来直接生成主题、会话和类别特定的脑电图数据。结果表明，该模型能够生成类似于真实数据的脑电图数据。

    Mar, 2024

  • 不同同步测量在实际数据中的性能：以脑电信号为例的案例研究

    本文研究双半球大鼠脑电图信号同步的不同测量方法，包括非线性相关、相位同步、互信息、互相关和相干函数；研究发现这些方法可以用于实际数据同步的研究，并且这些测量方法可以用作临床相关的补充变量。

    Sep, 2001

  • 深度进化方法以生物启发的分类器优化用于脑 - 机交互

    本研究提出一种使用进化计算来选择有用的识别脑电特征并优化人工神经网络拓扑结构的新方法，同时探讨了深度学习和长短时记忆的调整，使用三个分类器对注意状态、情感和数字数据集进行比较，结果表明自适应提升的 LSTM 可以在注意力、情感和数字数据集上分别达到 84.44%、97.06% 和 9.94% 的准确度，进化优化的 MLP 趋近于自适应提升的 LSTM。

    Aug, 2019

  • 基于机器学习和神经网络的 EEG 信号情绪分析

    本研究通过使用 SVM，KNN 和 RNN (LSTM) 等算法，对 DEAP 数据集中的 EEG 信号进行分类和测试，以探究如何使用脑信号来改进情绪识别的性能，并进一步研究情绪随时间变化的规律。

    Jul, 2023