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…
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…
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…
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…
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…
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…
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…
《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…