脑电信号的PCA+SVM分类

针对现有的单一特征提取算法对运动想象脑电信号识别率不高的问题,提出一种以相关系数改进的经验模态分解(EMD)的特征提取算法。对已有的BCI竞赛数据中C3、C4两个通道脑电数据进行预处理,之后通过EMD

由于脑电信号处理一般都是基于数字技术,因此电极采集到的模拟信号经信号调理后,通过A/D转换器转换成数字信号是必不可少的过程。这里提出一种基于FPGA和AD977A的脑电信号数据采集系统,采用FPGA作

提出一种基于Android平台的脑电无线采集与警觉度监测终端的设计。采用Wi-Fi作为无线通信方案,以Android手机作为上位机,在手机上设计应用程序,通过手机应用程序可以方便地实现对采集设备的参数

提出基于脑电信号(EEG)的睡眠分期研究。利用离散小波变换(DWT)的db8小波分解得到的细节分量作为信号新的表达,把各个细节分量能量作为特征,建立带高斯径向基核函数(RBF)的非线性支持向量机(SV

首创一种新型的脑电检测技术。将多路ERP脑电信号分别经各自的前置放大电路、模/数转换电路进行采样和A/D转换,形成多路并行数据流,最后经数据汇集装置汇集成一路高速串行数据流,再经光纤介质传输到计算机进

近年来利用脑电信号反映镇静水平和麻醉药物浓度,以用于麻醉深度的监测,并越来越受到临床重视,成为研究的热点。早期对脑电信号监测麻醉深度主要是依靠EEG波形的时域特征分析,随着快速傅里叶变换(FFT)技术

基于脑电信号的新型卷积神经网络情感识别

脑电信号EEG(Electroencephalograph)是人体一种基本生理信号,具有重要的临床诊断和医疗价值。南于脑电信号自身具有非平稳性随机的特点,因此,对其实时滤波具有相当难度。自从Berge

以ADS1298转换器为基础,通过将高精度模数转换与数字降噪处理技术结合来简化信号调理硬件电路设计,利用芯片内部集成的右腿驱动模块设计了右腿驱动信号电路,实现一种精度高、体积小、低功耗的多通道脑电信号

为了分析附加汉字默读的多模态意识任务所激活的大脑皮层,采用空间源定位分析与意识任务相关的脑电信号。首先采用独立分量分析算法将所有电极的脑电信号分解为各自独立的分量,每个分量可视为来自一个等价偶极子,并