【摘 要】
:
脑电(EEG)是一种重要的脑功能成像技术,根据头皮记录的EEG信号重构皮层脑活动称为EEG源成像。近些年来,许多EEG源成像算法被提出,但脑源活动位置和尺寸的准确重构依然是一个挑战。为充分利用EEG和功能磁共振(fMRI)信号在时空分辨率上的互补信息,本文基于任务态和静息态EEG做出了以下两方面的工作:1)本文提出了一个基于任务态EEG脑电源成像的新方法FN-STCSI。在参数贝叶斯框架下,FN-
论文部分内容阅读
脑电(EEG)是一种重要的脑功能成像技术,根据头皮记录的EEG信号重构皮层脑活动称为EEG源成像。近些年来,许多EEG源成像算法被提出,但脑源活动位置和尺寸的准确重构依然是一个挑战。为充分利用EEG和功能磁共振(fMRI)信号在时空分辨率上的互补信息,本文基于任务态和静息态EEG做出了以下两方面的工作:1)本文提出了一个基于任务态EEG脑电源成像的新方法FN-STCSI。在参数贝叶斯框架下,FN-STCSI为充分利用EEG的时间信息,基于矩阵分解思想将源信号分解为若干时间基函数的线性组合。此外,为融合fMRI的高空间分辨率信息,FN-STCSI利用独立成分分析提取fMRI信号的功能网络,构建EEG源成像的空间协方差基,通过变分贝叶斯推断技术确定每个空间协方差基的相对贡献,实现EEGfMRI融合。通过蒙特卡洛数值仿真和实验数据分析比较了FN-STCSI与现有算法L1R-SSSI、w MNE、fw MNE、MSP和NESOI在不同信噪比和不同先验条件下的性能,结果表明FN-STCSI能有效融合EEG-fMRI在时空上的互补信息,提高EEG弥散源成像的性能。2)本文提出了一个基于静息态EEG脑电源成像的新方法。静息态EEG通常用来分析受试者的认知障碍,但由于EEG的容积效应影响,直接在电极水平的分析性能具有一定局限性,而利用EEG源成像能有效解决这一问题。本文首先利用EEG源成像算法FN-STCSI重构静息态EEG的皮层源信号,随后利用静息态fMRI计算皮层脑网络。通过矩阵回归的思想,利用每个受试者的静息态皮层脑网络预测其在运动想象任务上的性能。在Open BMI数据集上的实验结果表明,在54个运动想象受试者中,基于静息态皮层脑网络的预测结果在误判率、识别率、平均误差和预测相关性等方面均优于静息态EEG。
其他文献
数字图像作为信息时代的主要载体拥有极大的表达潜力,其获取、分发和存储的便利性使得它们被用来广泛传播信息。互联网的普及和计算机技术的发展导致人们可以轻而易举的对一幅图像完成篡改,而这些虚假信息的传播不仅会给社会带来危害也会影响决策者们在重要场合的判断。图像篡改根据其语义内容是否发生改变可分为局部篡改和全局篡改。全局篡改仅改变图像整体视觉效果而不改变其语义内容,常用于局部篡改操作之后,旨在隐藏局部篡改
随着移动互联网的普及,网络上的信息数据不断增加,用户面临着信息过载问题,推荐系统就是在这种背景下产生的。推荐系统从大量动态生成的信息中过滤出重要的信息数据,深入发掘出用户的兴趣偏好。但在实际应用中,推荐系统的性能受制于评分数据的稀疏和用户的冷启动等各方面的问题。跨域推荐可以利用用户在其他领域内的交互数据来丰富当前领域的稀疏数据,再加上互联网应用中,用户画像和产品属性信息的丰富及多元化,推荐系统可以
现如今多机器人系统已经成为机器人领域的重要研究方向,多机器人系统通过在环境中部署多台机器人来完成单一机器人难以完成的大型复杂任务。随着近年来人工智能领域和自动化领域的不断升级,多机器人系统凭借其高效、高质、均衡等特点在军事、生产、电子游戏等领域都展现出了强烈的需求。在多机器人路径规划这一研究中,根据控制结构的不同分为集中式规划方式与分散式规划方式。集中式规划是目前实际应用的主流选择,其优点为较为成
在万物互联的信息时代,每天都会产生大量的数据,并且数据之间存在着复杂的联系。这些数据中大多数都是以网络形式存储,充分保留了数据实体之间的关系。此外,一些复杂系统中的实体往往具有属性信息,这些信息可以为实体表明其特征或者构建语义上的关联。而研究网络实体之间的结构信息以及将结构与属性信息结合进行社区划分是发现网络中隐藏特征的关键所在,因此研究更合理的社区发现方法显得尤为重要。然而,现实网络中的稀疏连接
超声成像技术的迅速发展推动了超声检查在医疗实践中的广泛应用。尤其是在心脏病筛查、妇科检查以及腹中胎儿先天性疾病筛查等场景中,它是最重要的成像手段之一。超声检查价格低廉,组织穿透能力较深,具有对人体无害的特点。在采集真实的超声图像过程中,由于成像环境和设备性能的限制,采集到的图像极有可能被噪声或伪影损坏,导致超声图像质量下降,甚至引起关键信息的丢失。特别是斑点噪声,模糊了图像中的相关细节,降低了图像
随着道路上机动车的增多和对城市道路资源的制约,城市交通问题也开始显得更加严峻。交叉口已经成为了城市交通调度主要环节,而交叉口的拥挤也已变成了道路交通拥堵的最主要因素之一。针对目前单点交叉口相位设计与配时方式不合理的问题,论文结合车路协同实时感知技术,设计了一个基于自适应相位相序的单点交叉口信号配时优选模型。论文的具体工作重点主要表现在如下四个方面:1.首先,针对现有交叉口路段相位设计的不合理和无法
成都壹捌捌大厦位于成都市青羊区市中心地带,工程场地狭小周边环境复杂,给基础施工带来了一系列技术难题。基础筏板阶段通过场地布置优化、大高差溜槽配合车载泵工艺等关键施工技术,顺利完成13700m3混凝土浇筑,在保护基坑稳定性的基础上,节省了工程造价和工期,具有良好的经济效益和社会效益。
在智能交通领域中,存在着两类实时交通大数据:一种是车牌自动识别(Automatic Number Plate Recognition,ANPR)数据,一种是全球卫星定位(Global Positioning System,GPS)数据,基于此两类数据挖掘车辆的伴随关系一直是个热点话题。因为智能交通应用要求具有极高的实时性,而社交媒体的发展使得各种文本信息充斥在交通网络中,如何高效利用交通大数据及相
推荐系统作为有效的信息筛选系统,极大地缩短了用户搜寻信息的时间,将用户从数据中解放出来。传统的推荐算法大多采用单领域推荐和基于评分数据的推荐,存在严重的数据稀疏和冷启动问题,跨领域推荐和基于评论文本的推荐能有效缓解这些问题。目前主流的跨领域推荐模型主要从用户评分数据获取用户特征,却忽略了信息更加丰富的用户和项目评论文本,导致模型很难准确学习到用户的喜好信息。为解决上述问题,从以下几个方面展开深入研
随着智能移动终端及通信技术的快速发展,基于位置的服务(Location-Based Service,LBS)使用越来越频繁,已经成为用户生活中重要的组成部分。为了根据用户的喜好进行相关的推送,LBS提供商会将采集到的用户位置数据进行上传发布和共享,如果攻击者获取到这些位置数据,将会导致用户的隐私泄露。由于可证明的安全性以及高可用性,差分隐私成为目前主流的隐私保护方法。通过对原始位置的经纬度进行小范