EEG

2024/4/11 16:54:46
论文笔记----Multi-subject data augmentation for target subject semantic decoding with deep multi-view ad

论文笔记----Multi-subject data augmentation for target subject semantic decoding with deep multi-view ad

所读论文：Multi-subject data augmentation for target subject semantic decoding with deep multi-view adversarial learning 基于GAN的特征迁移。阅读重点，如何cross-subject。 全文核心：在使用不同被试的数据的时候，主要面临…
阅读更多...
论文笔记----Selective Transfer Learning for EEG-Based Drowsiness Detection

论文笔记----Selective Transfer Learning for EEG-Based Drowsiness Detection

对session进行评估，判断其是否适合使用迁移学习来提升性能。阅读重点，如何cross-subject。 全文核心：文中提出了一种新的可被迁移性的度量指标LSG，可以衡量一组数据是否适合接受来自其他被试的数据。全文理论基于一个假设&#x…
阅读更多...
EEG 数据集整理

EEG 数据集整理

MI BCI II dataset Ia: 任务：确定受试者是试图产生皮质消极性还是皮质积极性 特点： 多标记标签数维度/通道数多源小样本数据规模时长N26NY268 train; 293 test3.5s Birbaumer, N., Flor, H., Ghanayim, N., Hinterberger, T., Iverson, I., Taub, E.…
阅读更多...
信号处理--使用CNN+LSTM实现单通道脑电信号EEG的睡眠分期评估

信号处理--使用CNN+LSTM实现单通道脑电信号EEG的睡眠分期评估

目录 背景 亮点 环境配置 数据 方法 结果 代码获取 参考文献 背景 睡眠对人体健康很重要。监测人体的睡眠分期对于人体健康和医疗具有重要意义。 亮点 架构在第一层使用两个具有不同滤波器大小的 CNN 和双向 LSTM。 CNN 可以被训练来学习滤波器，以从原始…
阅读更多...
55、美国德克萨斯大学奥斯汀分校、钱德拉家族电气与计算机工程系：通过迁移学习解决BCI个体差异性[不得不说，看技术还得是老美]

55、美国德克萨斯大学奥斯汀分校、钱德拉家族电气与计算机工程系：通过迁移学习解决BCI个体差异性[不得不说，看技术还得是老美]

2024年2月5日跨被试最新文章： 德州州立大学奥斯汀分校研究团队最近的一项研究成果，通过非侵入式的脑机接口，可以让被试不需要任何校准就可以使用脑机接口设备，这意味着脑机接口具备了大规模被使用的潜力。 一般来说，…
阅读更多...
共空间模式 （CSP）python 实现

共空间模式 （CSP）python 实现

代码参考自：https://github.com/orvindemsy/MI-BCI-CSP, 做了整理与封装，更方便使用 输入数据格式为：x_shape [trial, channal, timepoint], y_shape [trial] from mimetypes import init import matplotlib.pyplot as plt import numpy …
阅读更多...
多条eeg数据对比图绘制

多条eeg数据对比图绘制

画图，输入多条数据，进行可视化对比。建议10以内。import plotly.graph_objs as go import numpy as np from plotly.subplots import make_subplots def plot_various_chns(data,names []):画图，输入多条数据，进行可视化对比。建…
阅读更多...
【脑电信号处理与特征提取】P5-彭薇薇：脑电信号的预处理及数据分析要点

【脑电信号处理与特征提取】P5-彭薇薇：脑电信号的预处理及数据分析要点

彭薇薇：脑电信号的预处理及数据分析要点 脑电 脑电是神经活动的测量方法，在不同位置测量有不同的方法。比如大脑皮层表面测量的是ECoG，在头皮测量的是EEG。除了EEG是无损的，其他都是有损的。 脑电信号采集系统 下面是完整的…
阅读更多...
EEG脑电信号的具体采集过程

EEG脑电信号的具体采集过程

脑电图（EEG）是一种记录大脑活动的非侵入性方法。下面是EEG脑电信号的典型采集过程： 准备：在进行EEG采集之前，需要准备好以下设备和材料： EEG采集设备：包括EEG电极、放大器和记录设备。电极帽或电…
阅读更多...
青少年和成人错误监测神经源的多模态研究

青少年和成人错误监测神经源的多模态研究

导读 儿童和成人对目标导向行为的监控能力不同，这可以通过几种任务和技术来测量。此外，最近的研究表明，错误监测的个体差异在调节焦虑情绪的倾向方面具有重要作用，而且这种调节作用会随着年龄的增长而变化。本研究使用多模态方法…
阅读更多...
EEG 情绪标签 - 简介

EEG 情绪标签 - 简介

在EEG情绪研究中，有两种常见的情绪表达方式：多维度情绪模型、离散情绪模型。 1、多维度情绪模型 多维度情绪（Dimensional Emotion）模型将情绪描述为在多个连续维度上的变化。 Valence（情感积极性或消极性&#xff09…
阅读更多...
论文笔记：EEGNet：A Compact Convolutional Network for EEG-based Brain-Computer Interfaces

论文笔记：EEGNet：A Compact Convolutional Network for EEG-based Brain-Computer Interfaces

EEGNet：A Compact Convolutional Network for EEG-based Brain-Computer Interfaces 与DEEPCNN、shallow CNN相似（笔记），只是结构上略有不同。整个网络由三个部分组成，分别对应FBCSP中的带通滤波、CSP、特征选择。
阅读更多...
mne计算CSP

mne计算CSP

# get CSP feature from mne.decoding import CSP csp CSP(n_components10, regNone, logTrue, norm_traceTrue) csp_train csp.fit_transform(train_data, train_label) 其中 train_data 的格式为[trial,channel,time]；train_label的为[trial,] 详情可以参考mne…
阅读更多...
PNAS：人类头皮记录电位的时间尺度

PNAS：人类头皮记录电位的时间尺度

导读 人类的许多行为都是由在不同时间尺度上发生的共同过程所支配的。标准的事件相关电位分析假设有关实验事件的响应持续时间是固定的。然而，最近对动物的单个单元记录显示，在需要灵活计时的行为中，神经活动尺度跨越了不同的持续时间。本研…
阅读更多...
BEAPP：脑电批处理平台

BEAPP：脑电批处理平台

摘要 脑电图(EEG)提供了与各种神经系统和神经精神疾病相关的脑功能信息。EEG包含复杂的高时间分辨率信息，而计算分析可以最大限度地利用这些信息。在这里，本研究提出了批量脑电图自动处理平台(BEAPP)，这是一个自动化、灵活的EEG处理平台&…
阅读更多...
【脑电信号处理与特征提取】P2-夏晓磊：脑电的神经起源与测量

【脑电信号处理与特征提取】P2-夏晓磊：脑电的神经起源与测量

夏晓磊：脑电的神经起源与测量 专业术语 electroencephalography(EEG) 脑电图 Excitatory Postsynaptic Potential(EPSP) 兴奋性突触后电位 Electrocorticography(ECoG) 皮层脑电图 什么是脑电/脑电图（EEG）？ Electroencephalograp…
阅读更多...
信号处理--卷积残差网络实现单通道脑电的睡眠分期监测

信号处理--卷积残差网络实现单通道脑电的睡眠分期监测

目录 背景 亮点 环境配置 数据 方法 结果 代码获取 参考文献 背景 人类大约花三分之一的时间睡觉，这使得监视睡眠成为幸福感的组成部分。 在本文中，提出了用于端到端睡眠阶段的34层深残留的Convnet架构 亮点 使用深度1D CNN残差架构&#xff0…
阅读更多...
脑电范式学习（一）：Psychopy安装

脑电范式学习（一）：Psychopy安装

脑电范式学习（一）：Psychopy安装 1 引言2 Psychopy软件3 安装教程4 花活儿5 总结 1 引言 可能有人会疑惑：为什么要去学Psychopy？Psychopy有什么好的？ 首先，要告诉大家这么一个情况：现…
阅读更多...
BCI IV 2b 近期研究动态

BCI IV 2b 近期研究动态

BCI4-2b研究进展 论文年份方法数据选取精度(%)kappa备注Feature Extraction of EEG Signal by Power Spectral Density for Motor Imagery Based BCI2021PSD；LDA按每个sub来，各做各的。。740.52RFNet: Riemannian Fusion Network for EEG-based Brain-C…
阅读更多...
论文笔记：Composite Common Spatial Pattern for Subject-to-Subject Transfer

论文笔记：Composite Common Spatial Pattern for Subject-to-Subject Transfer

论文笔记：Composite Common Spatial Pattern for Subject-to-Subject Transfer 概括 ​ 目前大多数CSP算法都是基于单被试数据的协方差矩阵进行特征提取，这忽视了被试间的信息。本文提出了一种新的CSP计算算法，通过线性组合来考虑被试间的关…
阅读更多...
【脑电信号处理与特征提取】P6-张治国：频谱分析和时频分析

【脑电信号处理与特征提取】P6-张治国：频谱分析和时频分析

频谱分析和时频分析 背景 脑电（尤其是静息态脑电）一般在频域进行分析，以刻画脑电信号的周期性特征，需要使用频谱分析来描述脑电信号功率沿频率的分布特征。任务态脑电实验中，任务可增强或减弱脑电在特定频段的节律幅…
阅读更多...
运动想象 EEG 信号分析

运动想象 EEG 信号分析

基于运动想象的公开数据集：Data set IVa (BCI Competition III)1 数据描述参考前文：https://blog.csdn.net/qq_43811536/article/details/134224005?spm1001.2014.3001.5501 本文使用公开数据集 Data set IVa 中的部分被试数据，数据已公开可…
阅读更多...
公开数据集：灵长类动物多通道感觉运动皮层电生理学的研究

公开数据集：灵长类动物多通道感觉运动皮层电生理学的研究

Nonhuman Primate Reaching with Multichannel Sensorimotor Cortex Electrophysiology. 1 公开数据集网址：https://zenodo.org/records/3854034 目录 General DescriptionPossible usesVariable namesDecoder ResultsVideosSupplementsContact InformationCitation…
阅读更多...
【脑电信号处理与特征提取】P7-贾会宾：基于EEG/MEG信号的大尺度脑功能网络分析

【脑电信号处理与特征提取】P7-贾会宾：基于EEG/MEG信号的大尺度脑功能网络分析

基于EEG/MEG信号的大尺度脑功能网络分析 Q: 什么是基于EEG/MEG信号的大尺度脑功能网络分析？ A: 基于脑电图（EEG）或脑磁图（MEG）信号的大尺度脑功能网络分析是一种研究大脑活动的方法，旨在探索脑区之间的功能…
阅读更多...
容积传导问题

容积传导问题

阅读更多...
EEG Feature Selection via Global Redundancy Minimization for Emotion Recognition 论文笔记

EEG Feature Selection via Global Redundancy Minimization for Emotion Recognition 论文笔记

概述 提出了一种基于最小化全局冗余的特征提取算法(global redundancy minimization in orthogonal regression)。 研究动机 基于EEG的情绪识别研究大多使用低密度(小于128个通道)的EEG数据，如SEED [71]和DEAP[72]数据库。低密度脑电图的缺点是其空间分辨率差。随…
阅读更多...
CSP学习资料与精简总结

CSP学习资料与精简总结

其实是一种降维方法，将原始数据投影到CSP空间中，在该投影方向上，一类信号的方差被 极大化，一类极小化。 学习资料： 运动想象中共空间模式算法（CSP）的实现_zhoudapeng01的专栏-CSDN博客_csp算法…
阅读更多...
信号数据C0 Complexity计算

信号数据C0 Complexity计算

参考论文：The study of c0 complexity on epileptic absence seizure def C0_complexity(single):计算C0复杂度 x fft(single)N x.shape[0]avgx np.average(x) # 计算幅度谱的平均值new_x []for i in x:if abs(i) > avgx:new_x.append(i)else:new_x.appe…
阅读更多...
信号数据shannon entropy计算

信号数据shannon entropy计算

import math import numpy as np def shannon_entropy(single,k):single:1-D信号k: 分多少个binnumofx single.shape[0]maxV np.max(single)minV np.min(single)bin np.linspace(minV,maxV,k1)bin_numx [0]*k # 落在每个bin的数据点数目for x in single: # 计算落在…
阅读更多...
EEG数据预处理的一些坑，模型loss=nan的原因与解决方法

EEG数据预处理的一些坑，模型loss=nan的原因与解决方法

在使用深度学习模型对数据进行分类时，出现lossnan的现象。 原因：数据中有接近0的坏数据或者Nan 例如： 解决方法：去掉就好 nan的检测与去除可以参考此处。
阅读更多...
论文笔记：Hybrid deep neural network using transfer learning for EEG motor imagery decoding

论文笔记：Hybrid deep neural network using transfer learning for EEG motor imagery decoding

在跨被试时对特征提取层的参数进行迁移并固定，通过fine-turn训练分类层。阅读重心，如何cross-subject 全文核心 ：提了一个网络 如何做到cross-subject的？ 先用其他被试的数据训练模型，然后将得到的提取器共享并固定…
阅读更多...
论文笔记： Deep Learning With Convolutional Neural Networks for EEG Decoding and Visualization

论文笔记： Deep Learning With Convolutional Neural Networks for EEG Decoding and Visualization

Deep Learning With Convolutional Neural Networks for EEG Decoding and Visualization 概述 此笔记主要对模型部分进行描述。 因为CNN可以端到端地解决问题，因此考虑将其用到EEG的处理中，因为EEG信号与图片信号有所不同，因此直接使用原…
阅读更多...
“灵光一现”的动态特征：EEG研究

“灵光一现”的动态特征：EEG研究

导读 尤里卡效应(Eureka effect；灵光一现)是指突然解决问题的常见经验。在这里，本文以一种模式识别范式来研究这种效应，该范式要求在格式塔规则和先验知识的基础上分割复杂场景和识别物体。受试者必须在模糊的场景中检测物体，并通…
阅读更多...
EEG微状态的皮层电图激活模式

EEG微状态的皮层电图激活模式

前言 脑电图(EEG)微状态是表征大脑静息态网络自发激活的短暂连续的稳定头皮场电位。脑电微状态被假定介导局部活动模式。为了验证这一假设，本研究将瞬时全局脑电微状态动力学与皮层脑电图(ECoG)和立体定向脑电图(SEEG)深度电极记录的局部时间谱演变相关联。假设这些…
阅读更多...
基于CSP的运动想象EEG分类任务实战

基于CSP的运动想象EEG分类任务实战

基于运动想象的公开数据集：Data set IVa (BCI Competition III)1 数据描述参考前文：https://blog.csdn.net/qq_43811536/article/details/134224005?spm1001.2014.3001.5501 EEG 信号时频空域分析参考前文：https://blog.csdn.net/qq_4381153…
阅读更多...
【BIAI】Lecture 7 - EEG data analysis

【BIAI】Lecture 7 - EEG data analysis

EEG data analysis 专业术语 EEG 脑电图 excitatory postsynaptic potential(EPSP)兴奋性突触后电位 inhibitory postsynaptic potential(IPSP) 抑制性突触后电位 action potential 动作电位 dipoles 偶极子 Pyramidal neurons 椎体细胞 Axon 轴突 Dendrite 树突 Synapse 突触…
阅读更多...
EMG/EEG-OpenBCI

EMG/EEG-OpenBCI

合伙创业、商业需求 Q：1274510382 意识连入网络 数字化皮层 参考电极 耳夹
阅读更多...
EEG-SEED数据集作者的---基线论文阅读和分析

EEG-SEED数据集作者的---基线论文阅读和分析

《Investigating Critical Frequency Bands and Channels for EEG-based Emotion Recognition with Deep Neural Networks》 方法： A.预处理根据被试的反应，只选择诱发目标情绪的实验时期进行进一步分析。 将原始脑电图数据降采样至200Hz采样率。目视…
阅读更多...
EEGLab中文教程系列 汇总

EEGLab中文教程系列 汇总

原文来自“脑机接口社区”的《eeglab中文教程系列 汇总》一问，这里当做笔记记录一下，感兴趣请阅读原文。 EEGLab中文教程系列 汇总EEGLab简介教程目录EEGLab简介 eeglab是一个交互式的matlab工具箱，用于处理连续的和与事件相关的eeg、meg和其…
阅读更多...

Copyright @ 2022~2023