【摘 要】
：
基于运动想象(MI)的脑-机接口系统(BCI)被认为是一种很有潜力的运动功能康复方法,但是经典MIBCI使用时存在个体差异性大、识别率较低的问题。采用视觉辅助刺激范式可以增强MI
【机 构】
：
天津大学精密仪器与光电子工程学院,天津市信息传感与智能控制重点实验室
【基金项目】
：
国家自然科学基金(81630051,91648122)
论文部分内容阅读
基于运动想象(MI)的脑-机接口系统(BCI)被认为是一种很有潜力的运动功能康复方法,但是经典MIBCI使用时存在个体差异性大、识别率较低的问题。采用视觉辅助刺激范式可以增强MI特征,并能有效提高BCI识别的准确率。然而在不同的视觉辅助刺激范式下,MI任务期的大脑皮层因果连接响应特征及其面向运动功能康复的神经生理学意义却鲜有报道。设计4种不同类型的视觉辅助刺激范式,包括不同的动态/非动态视觉刺激及简单/复杂想象任务范式,选取MI任务期大脑运动感觉相关皮层7个感兴趣区域,利用孤立有效相干法(iCoh),对1
其他文献
近几年来,CAD/CAM软件技术发展迅速,图形处理功能有了很大增强,硬件平台价格大幅下降,使用CAD/CAM系统产生的NC程序代码可以替代传统的手工编程,运用CAD/CAM进行复杂零件的设
边缘检测的准确性对于提升人工视觉感知系统的性能具有重要意义。构建一种具有长短时程突触互补特性的神经元网络:首先引入视锥细胞群的主导颜色拮抗特性,对待测图像的颜色拮抗通道进行加权编码,获得待测图像的初级边缘感知;然后模拟神经元群同步放电特性,定义突触动态连接的神经元作用窗口,实现对初级边缘感知的群放电时间编码;接着构建长短时程突触互补模块,基于短时程内神经元群同步放电特性和长时程内神经元放电活动时序
脑皮层下结构分割问题是神经科及其他相关疾病计算机辅助诊断和治疗的基础。通过分割和分析核磁共振图像中的脑结构,可以对自闭症谱系障碍、脑卒中、脑肿瘤等疾病进行早期诊断和治疗。为解决精准脑结构分割的问题,基于深度学习基本理论,提出一种DenseMedic网络的核磁共振图像脑皮层下结构的分割算法。首先,OreoDown方法通过较早地增大卷积核的步长增大特征感受野的增长速度,并使用不变尺寸的卷积层夹心式地恢