脑机交流者的博客

摘要本文主要使用DEAP数据库，利用32（EEG信号）+2（EOG）+2（EMG）的多模态生理信号来作为输入，先通过滤波器提取出四个频段的信号，在根据这四个频段进行Hjorth特征提取，最后通过集成学习的方法来得出最后的二分类，四分类分类性能。实验步骤结论唤醒维分类图效价维分类图不同的分类器效果唤醒维上效价维上四分类收获集成学习确实是一种思路，多模态识别对情感分类有不...

Investigating EEG-Based Functional Connectivity Patterns for Multimodal Emotion Recognition摘要网络框架结论摘要本文提出了一种新的与情绪相关的关键子网络选择算法，研究了脑电功能连接网络的三个特征:强度、聚类系数和特征向量中心性。以SEED、SEED- v、DEAP三种公共情绪脑电图数据集为基础，对脑电图连...

TSception:A Deep Learning Framework for Emotion Detection Using EEG摘要框架TSception结论摘要提出了一种基于脑电（EEG）的情绪检测的深度学习框架TSception。TSception由时间卷积层和空间卷积层组成，它们同时学习时间域和信道域中的区分表示。时间学习器由多尺度一维卷积核组成，其长度与脑电信号的采样率有关，学习...

Transfer Learning for EEG-Based Brain-Computer Interfaces: A Review of Progresses Since 2016摘要主要内容Introducition摘要在基于eeg的BCI系统中建立一个对不同对象、不同会话、不同设备和任务最优的通用模式识别模型是非常困难的。通常需要一个校准会话来为一个新主题收集一些特定于主题的数据，这既...

EEG-Based Emotion Classification Using Spiking Neural Networks摘要实验方法实验数据集：使用SNN进行分类结论思考摘要提出了一种利用spiking神经网络(SNNs)和脑电图(EEG)处理技术识别情绪状态的新方法。采用离散小波变换(DWT)、方差变换(variance)和快速傅里叶变换(FFT)三种算法提取脑电图信号，再由SNN进行情...

Sleep Stage Scoring Using Joint Frequency-Temporal and Unsupervised Features摘要方法结论思考摘要如果失眠的患者知道自己有这种症状，想设法改变这种状况，那么检测症状程度就至关重要。近年来，提出了一些利用深度神经网络进行无监督特征提取的ASSR方法。在本文中，我们提出将这两个概念结合起来，同时使用时频特性和无监督特性。为了...

EEG-Based Emotion Recognition with Combined Deep Neural Networks using Decomposed Feature Clustering Model摘要：数据集介绍：处理方法结论个人收获摘要：在上交的Seed数据集上，提出了一种基于EEG的深卷积神经网络情感分类模型。采用AlexNet、VGGNet和ResNet-50的组合特征模...

时间相关电位事件相关电位（ERP，event-related potential）是一种特殊的脑诱发电位，通过有意地赋予刺激以特殊的心理意义，利用多个或多样的刺激所引起的脑的电位。不同的外界刺激方式和心理因素都会引起不同的ERP,一般可以从极性、潜伏期、分布的脑区等三个方面对ERP进行描述。而命名主要是参考极性和潜伏期。极性也就是电位相对参考电压的正负值，命名正向波为P(pos...

脑电信号处理过程脑电实验为什么要预处理预处理方法降采样如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入脑电实验本博客主要是记录基于脑电信号的情绪识别方法的研究...