【摘 要】
:
脑电(Electroencephalogram,EEG)和功能磁共振成像(functional Magnetic Resonance Imaging,f MRI)是目前研究大脑活动的最常用的无创神经成像技术。EEG具有高时间分辨率,f MRI具有高空间分辨率。同步采集EEG和f MRI的最大优势在于将两种模态的时程完全对应起来,大脑的神经活动变化在两个模态中保持一致,从而能够实现这两种无创神经成像
论文部分内容阅读
脑电(Electroencephalogram,EEG)和功能磁共振成像(functional Magnetic Resonance Imaging,f MRI)是目前研究大脑活动的最常用的无创神经成像技术。EEG具有高时间分辨率,f MRI具有高空间分辨率。同步采集EEG和f MRI的最大优势在于将两种模态的时程完全对应起来,大脑的神经活动变化在两个模态中保持一致,从而能够实现这两种无创神经成像技术在时空分辨率上的互补。同步采集EEG和f MRI时所获得的EEG信号受到多种伪迹的干扰,其中心冲击(Ballistocardiogram,BCG)伪迹具有信噪比低、混合信号复杂的特点,用传统滤波技术难以有效抑制BCG伪迹。心冲击伪迹抑制是目前同步采集EEG和f MRI时EEG伪迹抑制中最具有挑战性的任务。本论文提出一种使用深度长短期记忆(deep long short-term memory,DeepLSTM)网络的BCG伪迹抑制方法。首先使用Deep-LSTM网络拟合BCG伪迹与心电(electrocardiogram,ECG)信号之间的非线性变换,然后将ECG信号经由所拟合的非线性变换得到同步EEG-f MRI时EEG电极采集得到的混合信号中的BCG伪迹的最优估计,再从混合信号中减去BCG伪迹的最优估计,得到较高质量的EEG信号。采用实际数据进行BCG伪迹抑制实验,实验结果表明所提出的BCG伪迹抑制方法能有效抑制BCG伪迹,且在主观视觉评价、峰峰值比值、改进的归一化功率谱比值以及综合比率上均优于传统的BCG伪迹抑制方法。本论文研究基于Deep-LSTM与伪迹准周期特性的BCG伪迹抑制方法。针对采用Deep-LSTM抑制BCG伪迹后的EEG信号,依据BCG伪迹的准周期特性对其作进一步抑制。首先对同步采集的ECG信号进行R峰检测,然后利用R峰位置信息和平均时延估计BCG伪迹的J峰位置。依据BCG伪迹的J峰位置信息,对采用Deep-LSTM抑制BCG伪迹后的EEG信号,分别使用自适应梳状滤波(Adaptive Comb Filter,ACF)和扩展卡尔曼滤波(extended Kalman filter,EKF)估计残留的BCG伪迹并将其抑制。采用实际数据进行实验,实验结果表明基于Deep-LSTM与伪迹准周期特性的BCG伪迹抑制方法能在Deep-LSTM方法基础上进一步抑制BCG伪迹,且在主观视觉评价和客观指标上均优于Deep-LSTM与传统信号处理方法结合的BCG伪迹抑制方法,其中Deep-LSTM与ACF相结合的BCG伪迹抑制方法性能最优。
其他文献
近年来,随着物联网的快速发展,其数据的安全可信问题成为业内非常重要的研究内容,区块链以其天然的安全优势为物联网的安全可信问题提供了一类可行的解决方案,迅速将物联网与区块链技术的融合研究推向热潮。但区块链采用算力不菲、能耗昂贵的hash难题、数字签名、共识算法等技术作为安全机制,致使其能耗昂贵、吞吐量低、延迟冗长的低效短板不能满足物联网实际应用中的系统能效高、事务处理吞吐量大、处理及时性强的高效需求
由多种无线通信技术融合形成的异构无线网络(Heterogeneous Wireless Networks,HWNs)能有效整合不同网络的资源,为海量的各类终端提供高质量网络服务。其中,网络切换技术的研究对于终端在HWNs中无缝漫游有重要的意义。随着新兴的各种无线技术快速深入地融合到千行百业之中,处于“万物互联”中的海量终端携带着多样化的业务使用户对于网络服务的体验提出了更高的要求。如何在由终端移动
行人重识别(Person Re-Identification,Re ID)是分布式多摄像头监控中的一项基本任务,旨在对不同摄像头下的相同行人进行匹配。随着深度学习的迅速发展,传统可见光下行人匹配的精度大幅度提升。然而,深度神经网络存在的缺陷是需要大量有标签数据进行训练。在开放环境下,为每一个感兴趣的目标场景收集标注完备的行人数据是不现实的。另外,对于某些行人外观变化剧烈的场景(如可见光-红外跨模态
随着社会需求的不断改变以及各种工业、通信技术的发展,电子设备和仪器也设计得越来越复杂,通常需要数米甚至数公里的电缆传输电力、数据和控制信号。因此通信电缆在确保各种电子设备与仪器的正常中起着至关重要的作用,各系统间使用的连接电缆一旦发生损坏,将导致系统无法正常工作。实时检测电缆状态对确保系统稳定性和降低维护成本至关重要。反射法常用于检测电缆中的故障。然而,该类方法无法有效识别软故障,不能对电缆故障严
随着卷积神经网络的发展,基于深度学习的检测算法已经取得了很好的检测效果。然而,这些检测算法都要求训练集与测试集必须拥有相同的数据分布。一旦环境发生改变,就会使得检测模型性能严重降低。这需要重新收集新环境下同分布的数据,并且需要制作相应的训练标签。在许多的实际应用场景中,重新收集数据、制作标签是非常费时费力的。于是,研究在检测中如何对两个不同域进行知识迁移引起了广泛的关注。跨域目标检测就是解决这一问
基于高双折射光子晶体光纤的压力传感器具有灵敏度高,尺寸小,应用领域广等优良特性,在压力传感领域有着巨大的研究价值。本文基于全矢量有限元法,设计了三种不同的高双折射光子晶体光纤压力传感结构,并对其特性进行理论分析研究。主要工作如下:(1)设计一种椭圆边孔的高双折射光子晶体光纤压力传感器。在X和Y方向上分别设计两种相互对称的椭圆形边孔,包层空气孔呈六边形周期排列,选用聚碳酸酯作为纤芯填充材料,并在纤芯
5G时代新兴产业的兴起,如无人驾驶等有严格的实时性要求。信息年龄能在接收端联合表征所有已接受数据信息时效,被学术届广泛用于刻画信息新鲜度。在无线通信系统中,带宽资源通常是受限的。多个信源共享同一个传输资源时,服务资源的分配会极大地影响系统的时效性。因此,如何在有限的服务资源限制下合理的分配服务资源提高系统的实时性是当前亟待解决的问题。本文聚焦在有限带宽资源条件下研究双流无线通信系统的时效分析与优化
无人机充当空中基站的无线通信网络具有快速部署、灵活的重新定位和良好的可视距传播路径等优势,引入波束赋形技术后,无人机除了凭借自身灵活机动性来寻找合适的信道环境,还可以根据需要形成指定方向的波束来增强通信性能,这大大提高了无人机辅助无线通信的应用潜力。本文重点研究多波束无人机协作通信的资源分配问题,目标是在满足用户通信需求下最少化无人机数量,最小化网络总功耗以及均衡无人机间负载。本文将该问题建模为一
手背静脉穿刺常被医护人员作为抽血和输液等辅助医学治疗手段之一,但是静脉穿刺过程中,经常会受患者手背脂肪较厚,肤色较暗等因素的影响,出现穿刺失败的情况,因此研制出一套能够清晰成像并能够原位投影的近红外静脉显像系统和投影校正算法具有非常重要的现实意义。本文基于特定波长近红外光照下静脉成像的原理,完成了一体化近红外血管显像投影装置的结构设计和搭建,该装置实现了图像采集、图像处理、图像投影及投影校正功能,
随着无线通信技术向着高质量、高速率、高集成、多频段、多标准和宽频带的通信方向发展,对无线通信系统射频前端的天线提出了更高的性能要求。宽带平面滤波天线不仅可以很好的满足上述需求,而且还能减少无线通信系统中天线的数量,实现系统的小型化、多功能集成以及降低成本的目标。因此,本论文开展了针对不同应用场景下的高性能宽带平面天线的课题研究,提出并研制了四款宽带平面天线,包括高选择性宽带滤波准八木天线、具有陷波