EEG 第12页

脑电实验设计（总结篇）

简介脑电图(EEG)因其低成本、无创、便携以及毫秒级的高时间分辨率等特点，成为了研究大脑功能、异常和神经生理动力学的可靠且广泛使用的测量工具。

茗创科技·2023-04-08 23:37

（论文加源码）基于DEAP的脑电情绪识别（四分类）（数据增强和扩充）（五种模型作对比：一维 CNN，LSTM和二维和三维 CNN和带有LSTM的级联CNN）

脑电图（EEG）信号将主要用于创建该模型。不同的刺

脑电永不过时·2023-04-06 23:25

经典综述|EEG源空间功能连接—致力于实现时-空间上高分辨率脑网络分析

本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》一、写在前面这是2018年发布于信号处理领域权威顶级杂志《IEEESignalProcessingMagazine》上的一篇综述文章，该文章对于如何进行EEG

悦影科技·2023-04-04 01:21

EEG多元模式分析预测慈善捐赠行为

慈善捐赠是一种利他主义行为，个人捐赠金钱或其他资源来造福他人，而接受者通常不在语境中。一些心理因素已经被证明会影响慈善捐赠，包括成本-收益分析，参与利他行为的动机，以及感知到的捐赠的心理利益。最近的研究发现，腹侧内侧前额叶皮层(MPFC)负责在社会决策任务中为选项分配价值，其他区域涉及共情和情感，为价值计算提供输入。脑电数据的多变量模式分析可以进一步了解捐献行为中与价值计算和情绪影响有关的神经活动

悦影科技·2023-04-03 18:23

慢波睡眠中脑电微状态与脑功能网络的相关性

《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》脑电图(EEG)的微观状态在清醒状态下已被广泛研究，并被描述为“思维原子”。

悦影科技·2023-04-02 12:43

Python科学计算包MNE——脑电信号处理之源定位问题

目录一.conda环境配置和预处理1.1EEG预处理二.头部模型和正向计算2.1计算前向运算符2.1.1计算和可视化BEM表面2.1.2可视化配准2.1.3计算源空间2.2计算正向解三.适配电极方案四.

东洋 Dongyang·2023-04-02 01:53

Python科学计算包MNE——头模型和前向计算

surfer三.可视化配准四.计算源空间4.1源空间定义4.2设置源空间五.计算正向解前言mne是一款用于处理神经信号的Python科学计算包，其中所有的示例数据集都是来自同一个机构中来自60通道电极帽的EEG

东洋 Dongyang·2023-04-02 01:26

BCI IV-2a 运动想象论文代码复现

论文：EEG-TCNet:AnAccurateTemporalConvolutionalNetworkforEmbeddedMotor-ImageryBrain–MachineInterfaces数据：

大大U·2023-03-31 16:12

运动想象代码复现，数据集BCI IV-2a

目前在做运动想象分类，复现了一些代码，分享一下经验，并上传了这个资源原论文：EEG-TCNet:AnAccurateTemporalConvolutionalNetworkforEmbeddedMotor-ImageryBrain–MachineInterfaces

Nan_Feng_ya·2023-03-31 16:31

BCI Competition IV 2a数据集介绍

袋装猫·2023-03-31 16:27

IsADirectoryError: [Errno 21] Is a directory【已解决】

IsADirectoryError:[Errno21]Isadirectory:'/home/LIST_2080Ti/njh/CHB-MIT-DATA/epilepsy_eeg_classification

ACMSunny·2023-03-31 16:19

记录第一次ANN跑BCI Competition iv 2a过程

代码地址：https://github.com/BUVANEASH/EEG-Motor-Imagery-Classification---ANN/blob/master/MNE_WPD_CSP_ANN.i

Dancingharbor·2023-03-31 16:49

eeg小波变换matlab,基于小波变换与自适应滤波的EEG信号的提取

同时，EEG信号为非平稳信号，除了含有非常有用的低频信号外，其突变部分反映了EE

王霸鲸·2023-03-29 13:38

python基于svm项目+课程设计报告_基于机器学习的脑电病理诊断

此外，机器学习允许基于EEG的睡眠分期过程的自动化以及特定疾病及其神经诊断，如阿尔茨海默，抑郁症，创伤性脑损伤，中风，以及

weixin_39928818·2023-03-29 13:37

基于小波包的EEG脑电信号分解重构与特征提取【待补充】

1.传统的小波变换与小波包的区别工程应用中经常需要对一些非平稳信号进行，小波分析和小波包分析适合对非平稳信号分析，相比较小波分析，利用小波包分析可以对信号分析更加精细，小波包分析可以将时频平面划分的更为细致，对信号的高频部分的分辨率要好于小波分析，可以根据信号的特征，自适应的选择最佳小波基函数，比便更好的对信号进行分析，所以小波包分析应用更加广泛。①传统的（经典）小波分解小波变换只对信号的低频部分

nice_evil·2023-03-29 12:39

阅读笔记3：基于深度学习的运动想象脑电信号分类算法研究

基于深度学习的运动想象脑电信号分类算法研究作者佟歌单位：哈尔滨工程大学控制科学与工程发表时间：2018032.笔记2.1脑电信号采集及预处理2.1.1脑电信号分析方法传统分析方法主要从四个方面入手：时域分析、频域分析、时频分析、空域分析时域分析：EEG

zeIx_·2023-03-29 12:54

关于睡眠的认知

快速眼动睡眠还有一个特征是低压脑电波模式（EEG），以及闪烁的眼皮运动，这也是快速眼动睡眠名字的由来。我们在非快速眼

刘绍迪日知录·2023-03-24 20:37

黑科技互动体验日，探索未来无限可能

9月8日，GMGC&EEG主办的“脑控时代来临，开启未来无限可能”的黑科技互动体验日活动在深圳米普拉斯孵化器成功举办。

EEGSmart·2023-03-22 01:18

脑电学习日记之EEG简介

学习起源:初次深入了解脑电图是因为要看懂一篇文献的结果，顺带学习了一些脑电的数据处理方法，但这些都是基础知识和理论铺垫，希望能够利用一些公开的数据锻炼自己处理数据得到特定结果的能力，从而在实践中深入认识脑电对于科研的作用。学习目的:之后的研究大概率会用到事件相关电位，而且脑电作为一种高时间分辨率的记录大脑活动的手段对于研究心理学有很大的贡献，掌握脑电对我来说大有用处。学习目标:先从理论上了解脑电的

哆啦A梦暗恋红雨·2023-03-13 18:50

阿尔茨海默症神经活动的动态行为特征：探讨静息态EEG的非平稳性和递归结构

以往研究中用以表征EEG静息状态特性的许多度量都是从傅立叶分析推导出来的，这需要假设数据的平稳性。然而，EEG本质上是非平稳的，特别是在表征自发振荡活动所需

悦影科技·2023-03-08 22:16

EEG信号处理 --- 去基线

去基线几种方式：1.matlab中内置函数detrend2.小波变换去除基线漂移wavelet3.零相位低通滤波4.零相位高通滤波

weixin_43881641·2023-02-24 04:03

ADAM工具箱下载安装

它允许您使用后向解码（BDM）和前向编码模型（FEM）对EEG和/或MEG数据执行多变量分析（MVPA）。

牧林乡客·2023-02-21 11:08

Exception： LinAlgError和Intel MKL ERROR: Parameter 6 was incorrect on entry to DGELSD【已解决】

Exceptionhasoccurred:LinAlgErrorSVDdidnotconvergeinLinearLeastSquaresFile"E:\matlab\CHB-MIT-DATA\epilepsy_eeg_classification

ACMSunny·2023-02-16 20:18

COLING 2022 | CogBERT：脑认知指导的预训练语言模型

Cognition-GuidedPre-trainedLanguageModel论文作者：丁效，陈薄文，杜理，秦兵，刘挺论文链接：https://aclanthology.org/2022.coling-1.284.pdf介绍本文研究了利用认知语言处理信号（如眼球追踪或EEG

PaperWeekly·2023-02-07 08:44

用于图神经网络的脑电数据处理实现

基于论文的数据集代码实现：原理可以参考：1、图神经网络EEG论文阅读和分析：《EEG-BasedEmotionRecognitionUsingRegularizedGraphNeuralNetworks

KPer_Yang·2023-02-02 16:47

额叶脑电非对称性的评估和概念化

额叶脑电图(EEG)的alpha不对称在情绪、动机和精神病理学研究中得到了广泛的研究，但它是一个使用多种程序进行量化和分析的指标，而程序的多样性使交叉研究的解释变得模糊。

思影科技·2023-02-02 09:21

matlab2021a版本条件下安装spm

目前的版本可以分析fMRI,PET,SPECT,EEG和MEG。可能由于matlab版本更新的问题，按照之前教程所写的安装方法会出现错误，踩了

kidllll·2023-02-01 06:14

婴儿EEG数据的多元模式分析(MVPA):一个实用教程

时间分辨多变量模式分析(MVPA)是一种分析磁和脑电图神经成像数据的流行技术，它量化了神经表征支持相关刺激维度识别的程度和时间过程。随着脑电图在婴儿神经成像中的广泛应用，婴儿脑电图数据的时间分辨MVPA是婴儿认知神经科学中一个特别有前途的工具。最近，MVPA已被应用于常见的婴儿成像方法，如脑电图和fNIRS。在本教程中，我们提供并描述了代码，以实现婴儿脑电图数据的MVPA分析。来自测试数据集的结果

悦影科技·2023-01-31 08:54

应用支持向量机对婴儿EEG数据进行多元模式分析

导读时间分辨多元模式分析(MVPA)是分析脑磁图和脑电图(M/EEG)神经成像数据的常用技术，它量化了神经表征支持相关刺激维度识别的程度和时间进程。

茗创科技·2023-01-31 08:52

MNE实例分析：基于AR模型的时域白化处理

2023/1/20-2023/1/22脑机接口学习内容一览：这一篇博客里，主要针对《EEG脑电信号分析方法及其应用》by李颖洁中的对于AR模型内容的不理解，结合mne库中的示例代码TemporalwhiteningwithARmodel

槿花Hibiscus·2023-01-31 07:39

模式识别类毕业论文文献都有哪些？

[期刊论文]基于深度卷积网络的运动想象脑电信号模式识别期刊：《计算机应用》|2021年第004期摘要：针对运动想象脑电信号(MI-EEG)分类准确率普遍偏较低的问题,引入基于深度框架的卷积神经网络模型(

六维论文推荐·2023-01-30 08:21

什么是数字医疗，它的到来带给我们哪些改变？

从一维信息的可视化，如心电（ECG）和脑电（EEG）等重要的电生理信息；到二维信息，

64256bb8d22e·2023-01-30 00:59

正常脑电与癫痫脑电信号特点

1.脑电信号特点脑电活动是由大脑皮层神经元产生的自发的、节律性的电位变化，常用EEG表示。脑电信号是一种时变的非平稳信号。

Hylae·2023-01-28 17:02

动态功能脑网络状态中的EEG特征

本研究中，采集了被试睁眼和闭眼状态下的EEG和fMRI数

思影科技·2023-01-28 17:32

脑电EEG常用的特征

最近学习有关脑电的一些基础知识，基于深度学习对脑电信号进行分类时，首先需要对脑电信号进行预处理（滤波等），这时一般不能将其作为数据进行学习，更常见的是提取脑电信号的特征，然后再用深度学习发掘特征与不同情绪的关联。脑电信号常见的特征有：时域中：平均值、标准差、一阶差分、归一化一阶差分、能量、功率、高阶过零分析。不稳定指数等时频域：功率谱密度、高阶谱、微分熵等空间域：DASM、RASM、不对称系数

ZhangJingHuaJYO·2023-01-28 17:30

如何计算EEG信号的香农熵Shannon entropy（附Matlab程序）

《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》香农熵Shannonentropy又称为信息熵，是信息论中的一个概念，但是其很早就被引入到脑电领域的研究中。笔者相信大家在看脑电相关的研究论文中，会经常看到研究者计算脑电信号的香农熵这个指标。笔者并未学过信息论相关的课程，对香农熵也只是粗略知晓，但看到如此多的研究者在脑电研究中应用香农熵，笔者也是默默地下了点功夫对香农熵进行了一番研究。在本文

悦影科技·2023-01-26 09:59

EEG-GNN论文阅读和分析：《EEG Emotion Recognition Using Dynamical Graph Convolutional Neural Networks》

《EEGEmotionRecognitionUsingDynamicalGraphConvolutionalNeuralNetworks》算法方案构建邻接矩阵：按照Fig.3，展示的空间关系，在两个EEG

KPer_Yang·2023-01-24 08:09

pytorch训练算法的框架

写了一个pytorch的框架，主要是为了方便训练用的，目标是验证模型对EEG小波图的作用，好用点个赞，给个反馈，顺便说说如果机械转码怎么做？我已经尽力写了一年多了，真的坑，一点成功可能都没有。

啊杰 ·2023-01-19 15:13

传统工科应该怎么学习机器学习or深度学习？

以通用的信号处理来说，不管你拿到的是机械振动信号，地震信号，ECG，EEG信号，还是声信号等，首先进行时域，频域分析，关于时域特征频域嘛

哥廷根数学学派·2023-01-17 14:12

从复杂到简洁：基于EEG的跨主题情绪识别的渐进转移策略

小白的论文笔记：FromIntricacytoConciseness:AProgressiveTransferStrategyforEEG-BasedCross-SubjectEmotionRecognition一、摘要：本文提出了一种自增强联合分布自适应(AA-JDA)方法和一种减轻负担和首选源（burden-lightenedandsource-preferred）的JDA(BLSP-JDA)

qq_43025979·2023-01-13 16:32

python语音信号时频分析_利用连续小波变换（CWT）去除EEG信号的baseline

最近做有关EEG信号深度学习课题的时候被信号预处理搞的焦头烂额。网上关于用python进行EEG信号处理的资料似乎也很少，特别是小波分析这一块。在疯狂踩坑之后，决定写点东西给有需要的人参考。

weixin_39637723·2023-01-12 19:11

基于MNE-Python的脑电数据分析

psybrain·2023-01-12 19:07

MNE预处理脑电数据

importosimportnumpyasnpimportpandasaspdimportmneimportmatplotlib.pyplotasplt#可交互%matplotlibqt#将数据读进来raw=mne.io.read_raw_eeglab('data/eeg

爱吃榴莲的妹妹·2023-01-12 19:33

一维Unet+Resnet实现

网络结构Unet，实现一维信号denseprediction，如EEG情绪识别，受干扰信号修复，不同的任务需要设计不同的损失函数。

MatthewIsBig·2023-01-12 02:16

陈小腐·2023-01-11 12:11

图神经网络EEG论文阅读和分析：《EEG-Based Emotion Recognition Using Regularized Graph Neural Networks》

摘要：脑电图(EEG)通过电极测量大脑不同区域的神经元活动。现有的许多基于EEG的情绪识别研究并没有充分利用EEG通道的拓扑结构。

KPer_Yang·2023-01-11 12:37

脑电项目探索和实现(EEG) (上)：研究数据集选取和介绍SEED

数据集介绍：使用上海交大的SEED数据集1SEED数据集包含12名受试者的脑电图和眼动数据以及另外3名受试者的脑电图数据。数据是在他们观看电影片段时收集的。电影片段是精心挑选的，以诱导不同类型的情绪，积极的，消极的，和中性的。从实验材料中选择了15个中国电影片段(积极、中性和消极情绪)作为刺激。影片剪辑的评选标准如下:(a)整个实验的时长不宜过长，以免引起受试者疲劳;(b)录像内容应在无需解释的情

KPer_Yang·2023-01-11 12:07

EEG-SEED数据集作者的---基线论文阅读和分析

《InvestigatingCriticalFrequencyBandsandChannelsforEEG-basedEmotionRecognitionwithDeepNeuralNetworks》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片段进行进一步分析。将原始脑电图数据降采样至200Hz采样率。目视检查脑电图信号，人工去除受肌电图和脑电图污染严重的记录。在实验中还记录了眼动图