【摘 要】
:
运动想象脑电信号由被试者想象肢体运动产生。基于运动想象的脑机接口技术被认为是最具有发展前景的技术之一,它在医疗康复、家居生活、游戏娱乐等方面都有广泛应用。运动想象脑电信号的分析解码是脑机接口技术的核心。但是脑电信号具有低信噪比、非周期性、非平稳性、个体差异性大等问题,导致了运动想象脑电信号解码困难。具体表现为用于分析运动想象脑电信号的模型难以充分学习到其有效特征,模型泛化能力差。本文基于深度学习的
论文部分内容阅读
运动想象脑电信号由被试者想象肢体运动产生。基于运动想象的脑机接口技术被认为是最具有发展前景的技术之一,它在医疗康复、家居生活、游戏娱乐等方面都有广泛应用。运动想象脑电信号的分析解码是脑机接口技术的核心。但是脑电信号具有低信噪比、非周期性、非平稳性、个体差异性大等问题,导致了运动想象脑电信号解码困难。具体表现为用于分析运动想象脑电信号的模型难以充分学习到其有效特征,模型泛化能力差。本文基于深度学习的最新进展针对运动想象信号特征提取问题和跨被试分类问题展开研究,主要工作如下:构建融合时间自注意力和多尺度空间卷积的神经网络模型解决运动想象脑电信号的时空特征学习问题。采用无监督子域自适应方法优化上述网络模型参数,解决被试个体差异性大,模型泛化能力差的问题。论文具体工作如下:(1)针对运动想象脑电信号的时空特征学习问题,从信号时间和空间的角度出发,构建融合时间自注意力和多尺度空间卷积的网络模型。首先对于信号在时间上特征不突出的问题,在网络模型中引入时间自注意力模块。通过赋予与运动想象任务相关性大的时间点更高的权重,增强信号的时间表征。其次对于模型提取信号空间特征不充分的问题,在模型中引入多尺度空间卷积模块。通过学习信号不同尺度的空间特征,丰富信号在空间上的表征。最后在整体上融合时间自注意力模块和多尺度空间卷积模块,构造出一种提取特征更充分的端到端的运动想象脑电信号分类网络模型。在第四届脑机接口竞赛数据集上对模型进行测试,四分类准确率达到80.25%,二分类准确率达到81.34%。(2)针对运动想象脑电信号个体差异性大,模型泛化能力差的问题,基于融合时间自注意力和多尺度空间卷积的网络模型,采用迁移学习中的无监督子域自适应方法优化模型参数,减小被试间个体差异,提高了跨被试分类准确率。在上述网络的特征提取模块后引入子域自适应模块,以训练集作为源域,测试集作为目标域输入网络,在该模块中采用局部最大均值差异度量源域和目标域特征的距离。将此距离与分类损失一起作为网络的损失函数在优化网络过程中减小,从而达到增强模型分类性能和减小被试间数据分布差异的目的。在第四届脑机接口竞赛数据集上对模型进行跨被试分类测试,四分类跨被试准确率达到73.61%,二分类跨被试准确率达到85.45%。
其他文献
随着计算机技术和控制理论的不断融合发展,数据量和信息量成爆炸性增长,为了节约网络资源,事件触发控制便得到了广泛的关注。事件触发控制根据设定的触发条件,只有在系统状态超出预定阈值时才使用网络,可在很大程度上减少网络的通信负担,同时保证系统的闭环性能。同时由于网络传输介质的存在,事件触发控制中往往会存在传输延迟的现象。因此,本文将伪预测技术与事件触发控制相结合,研究网络控制系统的事件触发预测控制。主要
同步定位建图(Simultaneous Localization and Mapping,SLAM)是机器人避障的重要技术。传统激光SLAM技术,是在2D平面成像基础上开展移动机器人避障研究。算法性能好,但是成本高昂;多目视觉SLAM技术利用几何结构估计路标点与相机之间的距离,之后再进行定位与避障设计。这种设计价格低,缺点是算法设计复杂;RGB-D SLAM技术通过红外线传感器直接获得深度距离信息
当前,新一轮产业变革突飞猛进,科学技术正在深刻变革。基于激光光谱法的气体检测技术在这样的大环境下迅速发展。激光光谱法是一种实时、环保、非接触式的气体检测手段。本文使用石英音叉(QTF)探测器搭建了基于光诱导热弹性激光光谱(LITES)的气体检测系统,结合石墨烯从紫外到太赫兹波段的宽带光吸收特性,研究了光吸收改性石英音叉对系统性能的提升效果,为微量气体分析与超宽带光学检测提供了一种很有前途的技术策略
离散事件系统(Discrete Event System,DES)是由不规则时间间隔出现的事件序列驱动状态变化的一种动态系统。DES故障诊断指系统故障发生后,通过有限事件的发生诊断出故障发生。大部分的人造系统从逻辑层次上都可以将其抽象为DES,比如通讯系统、自动生产系统、柔性制造系统、交通控制系统等等。但由于现代科技的发展,系统规模日趋扩大,构造也越来越复杂,而故障的出现也日益频繁。故障的出现导致
图像是获取信息的主要方式之一,在图像采集的过程中,由于采集设备及外部条件的影响,导致图像中包含的有效信息较少,并且同一场景很难通过一幅图像收集到该场景的全部信息。因此,将两幅及以上的图像信息融合到一张图,以获得更为全面的场景信息是非常重要的技术,这个信息融合的过程被称为图像融合。其中,多聚焦图像融合技术可以将多幅同一场景不同聚焦区域的图像信息融合得到一幅全聚焦图像,该技术在军事、工业和农业等领域获
情感是人类工作生活中不可或缺的一部分,随着人机交互和人工智能领域的发展,情绪识别方面的研究已经在面部表情、语音、文本和生理信号等各个领域展开。但是面部表情、语音、文本等信号中的情绪具有很大的伪装性。与这些非生理信号相比,脑电(Electroencephalogram,EEG)信号可以更真实地反映真实的情绪状态。然而基于脑电信号的情绪识别仍然有很大的改进空间,如何更有效地提取脑电信号的情绪相关特征,
肝脏是人体五脏器官之一,也是肿瘤易发部位之一,每年都有大量因患肝癌而亡的患者。计算机断层扫描(Computed Tomography,CT)可以清晰地展现人体腹部内肝肿瘤的大小、数量以及边界等信息,是当前诊断肝癌的常用手段。肝切除手术是治疗肝癌的首选手段,术前快速且准确地从CT影像中分割出肝肿瘤,将有助于医生更直观地了解病灶,从而降低手术中存在的风险,提高手术成功率。但是传统的人工勾画病灶是一项极
通用滤波多载波(Universal Filtered Multi-Carrier,UFMC)是一种融合滤波器组多载波(Filter Bank Multi-Carrier,FBMC)和正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)优势的传输技术,具有更低的带外泄露、更高的频谱效率、参数配置灵活等优点,能够更好地应用于目前诸多通信场景中。
阿尔茨海默病(Alzheimer Disease,AD)的影像学诊断主要依靠正电子发射型计算机断层显像(Positron Emission Computed Tomography,PET)和磁共振成像(Magnetic Resonance Imaging,MRI)。PET图像中葡萄糖代谢水平的高低可以直观反映AD患者的脑功能,但分辨率受限,无法确定葡萄糖代谢在组织中的详细位置。MRI图像可以清晰显
近年来,随着互联网的飞速发展,人们能够获取海量信息的同时也越来越难从中找到有用的信息,而推荐系统的出现则缓解了这一问题所带来的影响。在日常生活中,事件的发生都有一定的时间顺序,时间顺序是推荐系统不可忽视的重要信息,因此序列推荐系统受到广泛关注。现有的序列推荐算法容易受到用户行为序列的单向链式结构束缚,一旦序列中出现突发性购买项目则会产生一定的噪音,从而影响整体的推荐效果。由于不同的项目和用户的重要