electroencephalography | BriefGPT

关键词electroencephalography

搜索结果 - 68

SincVAE: 一种使用 SincNet 和变分自编码器改进脑电图数据异常检测的新方法
利用半监督的方法，使用一种名为 SincVAE 的新型深度学习方法，该方法通过训练特定的带通滤波器阵列作为变分自编码器的第一层，从而改进了脑电图数据中的癫痫发作检测，并能够在前癫痫期早期发现癫痫发作，并在后癫痫期对患者进行监测。
PDF9 days ago
基于互相交叉注意机制的特征融合用于 EEG 情绪识别
我们提出了一种名为 Mutual-Cross-Attention（MCA）的新颖有效的特征融合机制，结合特殊定制的 3D 卷积神经网络（3D-CNN），该方法巧妙地发现了 EEG 数据中时域和频域特征之间的互补关系，并且通过新设计的 Cha
PDF14 days ago
预测信息需求的实现：一项脑电图研究
利用脑电图数据预测信息需求的实现，对实时预测信息需求的实现进行研究，提高信息检索实践的可行性。
PDF22 days ago
MAD：多对多 MEG 到文本解码
本研究提出了一种使用多重对齐框架将脑电信号转换为文本的新方法，通过在 MEG 信号中直接生成全新的文本，实现了令人印象深刻的 BLEU-1 得分，极大地超越了基线模型，显示出实现 BCI 研究的潜力。
PDFa month ago
多模态情绪阅读器：预训练模型增强跨主体情绪识别
基于脑电图 (EEG) 的情绪识别引起了重要关注，在神经信号处理和情感计算等领域有了多样化的发展。然而，个体的独特脑解剖结构导致不可忽视的自然差异，在主题间情绪识别中存在挑战。为了克服这些限制，我们开发了一个基于预训练模型的多模式情绪识别器
PDFa month ago
基于 t - 位置 - 比例分布和最近邻分类器的癫痫信号尖波检测研究
基于 k 最近邻分类和 t 位置尺度统计表示，我们在真实数据集上提出了一种用于检测尖波的癫痫脑电信号的模式分类方法，并在分类准确率、敏感性和特异性方面对性能进行评估。
PDFa month ago
基于静息状态脑电信号的跨主体脑电运动想象分类的主体自适应迁移学习
利用静息状态脑电信号来自适应地迁移学习以模拟处理目标用户任务特定的脑电信号，实现了跨个体脑电信号分类的最新准确度，突显了前沿脑机接口系统的潜力。
PDF2 months ago
广义 Deepfake 检测的脑电图特征
通过利用从人类参与者的神经处理中测量得到的脑电图（EEG）从 FaceForensics++ 数据集的 Deepfake 刺激中检测深度伪造是这项研究的目标。初步结果表明，人类神经处理信号成功地整合到了 Deepfake 检测框架中，并且暗
PDF2 months ago
EEG2TEXT: EEG 预训练和多视角变压器下的开放词汇脑电图到文本解码
通过使用 EEG2TEXT 方法，借助 EEG 预训练和多视图变压器，能够从脑电图信号中提取更准确的开放词汇解码，并在绝对 BLEU 和 ROUGE 得分上超过现有基线方法高达 5%，显示出高性能开放词汇脑机接口与文本系统用于促进交流的巨大
PDF2 months ago
基于流形的动态分布方法改进的跨主体和跨会话基于脑电情感识别的非深度迁移学习
提出一种名为 Manifold-based Domain adaptation with Dynamic Distribution（MDDD）的新型非深度转移学习方法，通过优化 Grassmann 流形空间，动态对齐源域和目标域，结合分类器
PDF2 months ago
跨语料 EEG 情感识别的特征对齐联合对比学习
本研究提出了一种新颖的联合对比学习框架与特征对齐模型（JCFA Model），用于解决跨语料库的基于脑电图（EEG）的情感识别问题。在两个主要阶段中，JCFA Model 通过联合领域对比学习策略，在无需标记数据的情况下，提取每个 EEG
PDF3 months ago
评估神经网络在脑机接口中的快速适应能力
这篇论文提出了一种简单的评估快速适应性的策略，并就电子脑图谱、脑机接口、模型不可知元学习、卷积神经网络和适应性等方面进行了实证研究。
PDF3 months ago
多通道脑电拓扑特征搜索方法：在注意力缺陷多动障碍分类中的应用
近年来，利用脑电图（EEG）进行注意力缺陷多动障碍（ADHD）预诊断吸引了研究人员的关注。本文提出一种改进的拓扑数据分析方法，用于多通道 EEG 信号在 ADHD 中的应用。结果表明，该方法具有更高的精确度和鲁棒性。
PDF3 months ago
PSG 信号中的阿尔茨海默病检测
阿尔茨海默病和睡眠障碍之间存在紧密联系，睡眠模式的中断经常在轻度认知障碍（MCI）和早期 AD 发作之前出现。本研究探讨利用通过多导睡眠监测仪（PSG）获得的与睡眠相关的脑电图（EEG）信号用于早期 AD 检测的潜力。我们主要关注于探索半监
PDF3 months ago
迈向独立于注视的 c-VEP 脑机接口：初步研究
探索利用 c-VEP 协议进行凝视无关的脑机接口技术，使用隐藏空间注意力代替眼部运动，实现基于脑电图的两种条件下高准确率的刺激解码。
PDF3 months ago
基于相空间的几何神经网络用于 BCI 解码
我们的研究旨在开发一个深度学习算法，它能在较少数量的电极上提供有效的结果，并通过使用 SPDNet 的增强协方差方法来分析其性能和计算影响以及结果的解释性。通过使用 Mother Of All BCI Benchmark（MOABB）框架在
PDF4 months ago
通过预训练对比度 EEG-Text 掩蔽自编码器的可转移表示增强 EEG 到文本解码
提出了一种新颖的 Contrastive EEG-Text Masked Autoencoder 模型，并借助预训练模块以及 EEG 流实现了 EEG 到文本的解码，实验结果表明在文本激发的 EEG 数据库上，该模型在 ROUGE-1 F1
PDF4 months ago
基于脑电图的阿尔茨海默病分类的光谱、时域和空间信息平衡
通过改变每个维度的比例来测试不同维度分辨率配置对阿尔茨海默病（AD）分类的重要性，我们发现空间信息与频谱信息同样重要，并且始终比时间信息相关，这强调了在基于脑电图（EEG）的 AD 分类中考虑空间信息的必要性。
PDF4 months ago
SzCORE：一个用于 EEG-based 自动癫痫检测算法验证的癫痫社区开源研究评估框架
通过提出一个统一的框架和机器学习基准，该研究旨在标准化基于脑电图的癫痫检测算法的验证方法，并评估一组现有算法，以改善癫痫患者的生活。
PDF4 months ago
EEG2Rep: 通过信息化的屏蔽输入增强自我监督 EEG 表达
通过 EEG2Rep 方法，利用自监督学习从脑电图数据中学习表示，解决了低信噪比、广泛幅度变化和连续序列中缺乏明确分割等多个挑战，实验证明 EEG2Rep 在各类 EEG 任务中优于现有方法。
PDF5 months ago