Apr, 2023

时延多特征相关性分析从 EEG 信号中提取微小依赖

PDF
TL;DR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。
electroencephalographyjoint distributionpcahidden dynamicsbrain activity
发现论文，激发创造
  • 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

  • 通过学习时空模式进行双人脑电信号中的人际关系分析

    通过本研究中提出的使用基于双人脑电图信号的时空模式的社会关系分析框架，可以定量测量公司团队建设中的团队合作，并评估心理治疗中治疗师和患者之间的人际动态。实验结果表明，可以通过脑电图数据有效地识别两个个体之间的社会关系类型（陌生人或朋友）。

    Jan, 2024

  • 事件同步：一种测量同步性和时间延迟模式的简单快速方法

    提出了一种简单的方法来测量信号之间的同步和时间延迟模式，基于时间序列中事件的相对时序定义，算法适用于其他类型的数据，如 EEG 信号，可以用于癫痫病灶检测和癫痫预测。

    Feb, 2002

  • 基于脑电信号的癫痫发作检测中特征提取与性能评估综述

    这篇论文综述了使用机器学习方法和不同特征对于 EEG 信号中癫痫发作进行检测的研究现状，通过实验选取了数个有显著预测能力的特征以提高检测效果。

    Aug, 2019

  • 利用差分能量改善的脑电事件分类

    本研究提出了一种基于滤波器组的特征提取方法，包括差分能量和一、二阶导数，用于区分周期性和非周期性脑电信号，取得了不错的分类效果并且比其他算法计算效率高。

    Jan, 2018

  • 潜在随机动力系统中的转变预警

    通过发展新方法：有向各向异性扩散图（directed anisotropic diffusion map），我们能够有效地提取出低维流形中的潜在演化动力学，并应用于真实的脑电图（EEG）数据，找到了适当的有效坐标，推导出能够检测状态转变过程中的临界点的早期预警信号。

    Sep, 2023

  • 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

    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。

    Sep, 2016

  • 通过小波和图论度量从脑电图信号中检测癫痫发作

    使用最大重叠离散小波变换分析脑电图信号，结合简单统计参数和图论指标进行癫痫检测，达到较其他方法更优的召回率和灵敏度表现。

    Nov, 2023

  • 理解通过脑电数据学习：基于隐马尔可夫模型和混合模型的机器学习与特征工程结合

    通过使用隐马尔可夫模型和线性混合效应模型从 EEG 数据中提取特征，本研究分析了使用六种机器学习方法对学习者和非学习者进行分类的性能，并比较了不同标准化方法对分类性能的贡献。结果显示，只有使用 theta EEG 数据和深度神经网络时，才能达到超过 80% 的 ROC 曲线下面积，增强了空间学习任务中学习者和非学习者的分类能力。

    Nov, 2023

  • 语言和脑电图之间的跨领域对齐的实证探索

    本研究介绍了 MTAM（MultimodalTransformer Alignment Model）方法，通过引入规范化关系和 Wasserstein 距离等算法，实现了将语言和电生理信号转换为高级联合表示，提高了情感分析和关系检测精度，从而研究两者在表征层面的关系。

    Aug, 2022