【摘 要】
：
经颅微电流刺激已被广泛用于改善和治疗焦虑、抑郁和失眠等不适应症.本文研制了一种波形、脉宽、重复频率和强度等多参数可调的经颅微电流刺激仪.在设备开发中,为避免个体头部阻抗差异导致的刺激电流强度变化,利用恒流模块以形成相同强度的脑部刺激电流.为了评估刺激结果,研究者通过脑电频谱分析对于不同波形的刺激效果进行了评估.结果证明,不同的刺激波形对于不同波段脑电频谱的影响显著不同.在相同的电流强度下,本研究形
【机 构】
：
北京信息科技大学信息与通信工程学院,北京100101 工业和信息化部电信研究院,北京 100191
【出 处】
：
第五届全国可穿戴计算学术会议暨2015可穿戴与医学变革研讨会
论文部分内容阅读
经颅微电流刺激已被广泛用于改善和治疗焦虑、抑郁和失眠等不适应症.本文研制了一种波形、脉宽、重复频率和强度等多参数可调的经颅微电流刺激仪.在设备开发中,为避免个体头部阻抗差异导致的刺激电流强度变化,利用恒流模块以形成相同强度的脑部刺激电流.为了评估刺激结果,研究者通过脑电频谱分析对于不同波形的刺激效果进行了评估.结果证明,不同的刺激波形对于不同波段脑电频谱的影响显著不同.在相同的电流强度下,本研究形成的正弦波能显著提高被试者的α波功率谱占比.
其他文献
基于集群企业本地网络是知识获取的重要机制这一观点,采用自我中心网络理论的“结构—关系”分析方法,选取了表征集群企业本地网络特征的变量,推演出上述变量对集群企业中知识获取绩效的影响,剖析了知识获取关键要素在其中所起到的中介作用.在此基础上,构建了集群企业本地网络中知识获取的机理概念模型.认为集群企业并不会天然平等地获得知识,而是需要一定的本地网络特征作为前提条件.进而指出,集群企业应通过参与产业链建
现有冲击噪声背景下的DOA估计方法都是基于分数低阶统计量提出的,且只对独立信号或者相干信号进行估计,其矩阵构造求解复杂且需要足够的快拍数量.根据冲击噪声的幅值特点和快拍数数量,通过对阵列接收数据进行去冲击预处理后进行数据重构,提出了一种冲击噪声背景下独立信号与相干信号并存的DOA估计新的自适应方法.该方法首先估计出阵列接收数据中信号成分的幅值上限,然后对阵列接收数据中受到冲击噪声影响的数据进行归一
传统的人群密度计算方法主要采用图像或视频监控进行识别估算,不能从整个城市范围进行精确的计算.利用移动电话在基站后台留下的轨迹数据,对移动基站手机接入量与人群分布的关系给出形式化的定义;建立了手机分布密度与人群密度之间的关系模型:使用马尔科夫链对基站覆盖区域的人群分布密度构建动态预测模型.最后利用某市主城区中国移动的基站数据和手机轨迹数据进行实验,实验结果显示,人群密度的预测精度为89.4％,为下一
超限学习机是一种快速学习方法,目前在各个研究领域获得了广泛的研究热潮.相比传统的学习方法,超限学习机采用单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network,SLFNs),随机初始化隐藏层权值,直接求解输出层权值,而不需要复杂的迭代过程.在很多的研究中,超限学习方法比其他学习方法的准确率更高,速度更快.核方法在极限学习中更加多样,通过不
设计了一种基于可穿戴技术的血氧饱和度检测装置,用于实时、连续检测人体血氧饱和度和体温.核心部分包括血氧传感器、集成模拟前端、混合信号微控制器、太阳能电池以及蓝牙模块.采用了低功耗元件并且优化了PCB布局,设计出适合进行户外运动或者缺氧性疾病的血氧饱和度随时随地监测的超低功耗可穿戴设备,数据通过低功耗蓝牙(BLE)传输至手机APP.创新性地使用了太阳能充电电源进行辅助供电。
心率是人体最基本的生理参数之一,与人的健康、疾病、寿命相关.对心率的日常监测有助于某些疾病的诊疗和预警,以及健康的提升.由于心率测量通常需要电极,并不非常适合可穿戴应用的要求,因此利用光电容积描记法测量脉搏波成为一种替代的心率测量方法.在穿戴条件下测量的脉搏波容易受到工频噪声、基线漂移等干扰,影响脉率测量精度,因此脉率计算方法成为提高精度的关键问题之一.本文采用一种基于哈尔小波的奇异点检测方法计算
心电信号可体现自主神经系统的动态变化,经分析能反映睡眠的深度和时期信息.但因心电信号的非线性特性及敏感性,往往导致分析结果不稳定且缺乏生理意义.本研究采用经验模式分解结合心肺耦合技术的方法,通过分析单导心电数据,提供准确的睡眠分期及睡眠呼吸暂停综合征(OSAHS)的疾病评估信息.通过分析30例临床PSG的心电信号,与专业医生的人工睡眠报告比对,发现两者睡眠分期结果的最大互相关系数高达0.904,并
为提高可穿戴多传感数据远程联合重构性能,提出了一种基于分布式压缩感知的可穿戴多传感加速度数据联合重构新方法.该方法首先对可穿戴多传感原始数据压缩编码,将数据融合传送至远端服务器,然后基于可穿戴传感数据的时空相关性,构建块稀疏贝叶斯学习算法联合重构算法,实现压缩数据解码,准确重构各传感原始数据.采用该方法对美国加州伯克利大学可穿戴多传感运动数据分析,实验结果表明,基于不同编码采样率,本文所提方法重构
This article addresses a novel electronic device that works in force sensing and energy harvesting dual modes.It combines a dual-gate thin film transistors (TFT) and a thin film piezoelectric material
为了能实时监测听众的情绪状态变化并据此调整音乐播放列表,本文中,基于便携式干电极脑电数据提出了一种脑电驱动的个性化情绪音乐推荐系统的算法框架,并在Android平台上进行了初步开发实现.以效价和唤醒度二维情绪模型为基准,将脑电和相应种子歌曲映射到各个情绪坐标象限内,从而建立映射关系.然后应用美尔频率倒谱系数分析音乐库中各歌曲与种子歌曲之间的相似度并进行排序.最后,在播放歌曲阶段,通过脑电来识别听众