EEG

摘要： Automatic seizure detection is important for fast detection of the seizure because the way that the expert denotes and searches for seizure in the long signal takes time. The most common way to detect seizures automatically is to use an electroencephalogram(EEG). Many studies have used feature extraction that needs time for calculation. In this study, sliding discrete Fourier transform(SDFT) was applied for conversion to a frequency domain without using a window, which was compared with using window for feature selection. SDFT was calculated for each time series sample directly without any delay by using a simple infinite impulse response(IIR)structure. The EEG database of Bonn University was used to test the proposed method, and two cases were defined to examine a two-classifier feedforward neural network and an adaptive network-based fuzzy inference system. Results revealed that the maximum accuracies were 93% without delay and 99.8% with a one-second delay. This delay accrued because the average was taken for the results with a one-second window.

摘要： 针对传统单通道眼电伪迹去除过程中低频有用脑电信息丢失及对信噪较低的混合EEG信号处理效果不佳的问题,提出基于稳定随机小波变换及短时能量谱的单通道眼电伪迹自动去除算法SE-SWT。首先,利用SWT将混合脑电进行小波分解;然后,针对各级小波计算一阶微分短时能量谱并进行中值滤波处理,设定能量阈值得到眼电伪迹端点;再针对识别出的被污染片段进行小波去噪;最后,重构信号达到伪迹去除的目的。采用网络公开数据库BNCIHORIZON2020中的真实脑电数据进行验证,结果表明,相比于传统算法SSA-ANC及ITMS,SE-SWT算法在时域及频域方面表现更优,在有效去除伪迹的同时能够保留脑电有用低频信息,并且对信噪比较低的混合脑电信号的处理效果均优于传统算法。

摘要： 目的:“虚烦不得眠”是酸枣仁汤的主治证候。利用现代生物学理论与方法,阐明其病理变化的实质,复制相应的证候模型,为开展酸枣仁汤的中药药理研究奠定方法学基础。方法:选取SD雄性大鼠16只,在麻醉和脑立体定位条件下进行大鼠皮层脑电电极与肌电电极的埋置,手术恢复7 d后,将大鼠置于条件性恐惧刺激箱中,进行连续4 d状态性焦虑模型的复制,分别观测状态性焦虑大鼠高架十字迷宫(elevated plus maze, EPM)中第1、7、10、14、21天行为参数和脑电图(electroencephalogram, EEG)的变化。结果:与对照组相比,造模后大鼠僵直反应时间明显延长(P<0.01);EPM中开放臂运动时间和时间%于第1、7和10天显著缩短(P<0.05),进入开放臂次数和次数%于第1、7、10、14天显著降低(P<0.05),总入臂次数于第1、7、10、21天显著减少(P<0.05);与对照组相比,状态性焦虑大鼠的Wake时间明显延长(P<0.01,P<0.05),NREMS时间明显缩短(P<0.01,P<0.05),REMS时间明显增加(P<0.01,P<0.05),其中第1、7、10和14天大鼠觉醒-睡眠时间的变化更加显著;Wake时间比例于第7、10、14天明显增加(P<0.01,P<0.05),伴有NREMS时间比例第1、7、10、14天明显减少(P<0.01,P<0.05),REMS时间比例第1天的明显增加(P<0.05)。结论:“虚烦不得眠”证候的生物学基础为状态性焦虑及其并发的睡眠时相障碍。

摘要： 目的探讨过度惊吓反应症的临床特征及基因变异特点。方法回顾性分析1例确诊为过度惊吓反应症患儿的临床资料及基因检测结果,并通过文献检索总结分析中国过度惊吓反应症患儿的临床及基因特征。结果患儿,男,年龄5个月10 d。出生后18 d起在突发外界声音刺激时出现惊跳,继而躯干及四肢出现僵直,近2个月症状加重伴窒息。起病后运动发育落后。视频EEG及头颅MRI均正常。基因变异分析提示GLRA1基因复合杂合突变,第9号外显子c.1246 G>A及第4号外显子c.370 C>T杂合错义突变。诊断过度惊吓反应症后给予氯硝西泮口服,症状明显改善,发育恢复正常。同时进行文献检索共有12篇报道22例中国人群过度惊吓反应症的病例,加上本例患儿共23例进行总结。其中男性多于女性,男女比为2.3∶1。95.7%患儿为婴儿期起病,其中73.9%为新生儿期发病。婴儿期主要临床症状包括过度惊吓反应(100%)、全身僵硬(87.0%)、窒息(34.8%),11例患儿年长后出现刺激后摔倒表现,上述症状均可由不可预料的外界刺激诱发。部分患儿可伴有脐疝(21.7%)及腹股沟疝(8.7%),1例同时伴婴儿痉挛症。92.9%患儿点鼻反射阳性。在确诊前,9例(39.1%)患儿曾诊断为癫痫,3例为新生儿惊厥,1例为发作性非运动诱发的运动障碍。除1例合并癫痫外,另有10例曾给予抗癫痫药物治疗,疗效均不佳。8例有阳性家族史。8例发育正常,4例运动发育落后,11例患儿年长后表现为宽基底样步态行走。发作期EEG除夹杂大量肌电伪差外,均未见痫样放电。20例患儿进行基因检测,16例为GLRA1基因突变,其中6例为常染色体显性遗传,10例为常染色体隐性遗传,3例携带GLRB基因复合杂合突变,1例全外显子测序结果为阴性。1例患儿未经治疗,症状自行好转。21例经氯硝西泮治疗后症状显著好转,仅1例无效。结论过度惊吓反应症具有典型的临床特点,但容易误诊,视频EEG联合同步EMG及基因检测有助于早期诊断。氯硝西泮有较好的疗效,早期诊治可提高患儿预后。

摘要： 随着科学技术的进步,人们对情绪这一概念有了全新的认识,从过去认为情绪来源于“心”逐渐发展到了当下普遍认为情绪来源于“脑”。针对脑电信号所具有的诸多特性,首先通过去除心电、肌电噪声,滤波提取脑电信号中的有用波段;再利用集合经验模态分解算法(Ensemble Empirical Mode Decomposition,EEMD)对脑电信号进行特征提取,利用提取特征通过空间插值法绘制脑电地形图;接着利用LeNet-5算法开展具体情绪识别,并建立模型。最终通过不断地改进模型,显著提高了情绪识别准确率,准确率最高可达80.1%。

摘要： 后头部包括枕区、顶区、颞后区等区域,脑电图(electroencephalogram,EEG)的基本节律α节律主要分布在枕区为主的这些区域。出现在这些区域的慢波一般称之为后头部慢波,或称后头部慢节律,包括慢α节律变异,青少年后头部慢波,后头部(顶-颞-枕区)节律性慢活动,闭眼后诱发的枕区节律性δ活动,枕区间歇性节律性δ活动等。虽然统称为后头部慢波(或节律),但是由于出现的形态、方式、频率、波幅、具体部位不同,那么它们的临床意义也就不尽相同。尤其是后头部节律性慢活动和枕区间歇性节律性δ活动之间更容易混淆。弄清楚这些慢波(节律)的特征、临床意义,对于EEG阅图及做出正确的EEG诊断十分必要。

摘要： 运动领域一般都是采用横向的比较方法,通过运动员和非运动员组皮层激活的差异性,来揭示长期运动训练对大脑皮层的可塑性。运动项目是有特异性的,所选取的训练任务的不同,对大脑皮层环路会产生不同的影响,所以需要特定的空间工作记忆专项任务,使被试诱发相同的皮层加工环路,从而来探讨运动员的大脑神经可塑性,以及诱发的神经效率的高低。随着科学技术的发展,可以用脑成像技术来对被试大脑神经效率进行研究,并有能力去揭示其背后的神经机制。

摘要： Auditory sense is an important way for people to receive and interact with foreign information.In different environment,the auditory sense changes.Therefore,it is necessary to find a detection method that can detect hearing in a timely manner.In this paper,EEG experiments were used to construct and compare brain functional networks in different states,and auditory state models were constructed with different auditory input signals.Secondly,the cross-correlation method is used to slice the signal and construct the adjacency matrix.Louvain community detection algorithm is used to process the data and calculate the network conversion rate under different parameters.It is concluded that the network conversion rate can be used to analyze the temporal variation of auditory information under the condition of controlled parameters.This indicates that the network conversion rate can also be used as a method to analyze auditory signals in the future.

摘要： Background Electroencephalography(EEG)has gained popularity in various types of biomedical applications as a signal source that can be easily acquired and conveniently analyzed.However,owing to a complex scalp electrical environment,EEG is often polluted by diverse artifacts,with electromyography artifacts being the most difficult to remove.In particular,for ambulatory EEG devices with a restricted number of channels,dealing with muscle artifacts is a challenge.Methods In this study,we propose a simple but effective novel scheme that combines singular spectrum analysis(SSA)and canonical correlation analysis(CCA)algorithms for single-channel problems and then extend it to a few channel case by adding additional combining and dividing operations to channels.Results We evaluated our proposed framework on both semi-simulated and real-life data and compared it with some state-of-the art methods.The results demonstrate this novel framework's superior performance in both single-channel and few-channel cases.Conclusions This promising approach,based on its effectiveness and low time cost,is suitable for real-world biomedical signal processing applications.

摘要： 儿童良性癫痫伴中央颞区棘波(BECT)又称Rolandic癫痫,是儿童期常见的特发性局灶性癫痫综合征,多伴有不同程度的认知障碍及语言能力的下降,通常预后良好。目前认为BECT是从轻到重的脑功能损害的连续谱系疾病,称为癫痫失语谱系疾病(EAS)。EAS病因复杂,发病机制目前仍不完全清楚,但多方面已取得一定的进展,本文从遗传学、脑功能、EEG方面进行综述,以增进临床医师对EAS的认识。

摘要： 癫痫是一种常见的脑部疾患，是一组由已知或未知病因引起的脑部神经元过度放电所导致的综合征，且常具有自限性。以反复性、发作性、短暂性及刻板性的中枢神经系统功能失常为特征。颞叶癫痫是指癫痫异常放电起源于颞叶的癫痫类型，主要见于成人和青少年，常于儿童或青年期起病。癫痫患者需要长期合理用药，部分患者对于药物的反应性欠佳，需要接受手术治疗，因此对颞叶癫痫致痫灶的术前准确定位就显得尤为重要。

摘要： 癫痫是一种常见的脑部疾患，是一组由已知或未知病因引起的脑部神经元过度放电所导致的综合征，且常具有自限性。以反复性、发作性、短暂性及刻板性的中枢神经系统功能失常为特征。颞叶癫痫是指癫痫异常放电起源于颞叶的癫痫类型，主要见于成人和青少年，常于儿童或青年期起病。癫痫患者需要长期合理用药，部分患者对于药物的反应性欠佳，需要接受手术治疗，因此对颞叶癫痫致痫灶的术前准确定位就显得尤为重要。

摘要： 癫痫是一种常见的脑部疾患，是一组由已知或未知病因引起的脑部神经元过度放电所导致的综合征，且常具有自限性。以反复性、发作性、短暂性及刻板性的中枢神经系统功能失常为特征。颞叶癫痫是指癫痫异常放电起源于颞叶的癫痫类型，主要见于成人和青少年，常于儿童或青年期起病。癫痫患者需要长期合理用药，部分患者对于药物的反应性欠佳，需要接受手术治疗，因此对颞叶癫痫致痫灶的术前准确定位就显得尤为重要。

摘要： 癫痫是一种常见的脑部疾患，是一组由已知或未知病因引起的脑部神经元过度放电所导致的综合征，且常具有自限性。以反复性、发作性、短暂性及刻板性的中枢神经系统功能失常为特征。颞叶癫痫是指癫痫异常放电起源于颞叶的癫痫类型，主要见于成人和青少年，常于儿童或青年期起病。癫痫患者需要长期合理用药，部分患者对于药物的反应性欠佳，需要接受手术治疗，因此对颞叶癫痫致痫灶的术前准确定位就显得尤为重要。

摘要： 癫痫是一种常见的脑部疾患，是一组由已知或未知病因引起的脑部神经元过度放电所导致的综合征，且常具有自限性。以反复性、发作性、短暂性及刻板性的中枢神经系统功能失常为特征。颞叶癫痫是指癫痫异常放电起源于颞叶的癫痫类型，主要见于成人和青少年，常于儿童或青年期起病。癫痫患者需要长期合理用药，部分患者对于药物的反应性欠佳，需要接受手术治疗，因此对颞叶癫痫致痫灶的术前准确定位就显得尤为重要。

摘要： 现代竞技体育运动中,运动员技术水准的高质量发挥在很大程度上取决于其脑机能状态.本文运用文献资料法、专家访谈法、逻辑分析法对EEG和ERP进行简介,并对其在运动心理学领域中的应用进行探讨,总结归纳了一些研究趋势.

摘要： 现代竞技体育运动中,运动员技术水准的高质量发挥在很大程度上取决于其脑机能状态.本文运用文献资料法、专家访谈法、逻辑分析法对EEG和ERP进行简介,并对其在运动心理学领域中的应用进行探讨,总结归纳了一些研究趋势.

摘要： 现代竞技体育运动中,运动员技术水准的高质量发挥在很大程度上取决于其脑机能状态.本文运用文献资料法、专家访谈法、逻辑分析法对EEG和ERP进行简介,并对其在运动心理学领域中的应用进行探讨,总结归纳了一些研究趋势.

摘要： 现代竞技体育运动中,运动员技术水准的高质量发挥在很大程度上取决于其脑机能状态.本文运用文献资料法、专家访谈法、逻辑分析法对EEG和ERP进行简介,并对其在运动心理学领域中的应用进行探讨,总结归纳了一些研究趋势.

摘要： 以小学4年级学龄儿童为研究对象,以同步反应脑电活动的脑电图(EEG)为主要测量与评价手段,分析肢体运动对EEG的影响,结果表明通过特定上肢肢体运动干预,引起EEG频率的降低和波幅的升高;左侧肢体运动比右侧肢体运动更能有效地提高对大脑的活化作用;不同肢体部位运动对大脑EEG影响的程度不同,上肢各环节运动对其影响程度的大小依次是指关节的复杂动作——指关节的屈伸运动——腕关节的屈伸运动.

摘要： 本发明涉及一种用于分析麻醉时EEG或特护EEG的方法和装置，从EEG曲线中由时间范围和/或频率范围来确定参数(112)，将确定的参数导入多变量的分类函数，并且从中自动地进行麻醉时EEG或特护EEG的阶段划分(116)。附加地，对EEG曲线分析由大量非麻醉时EEG或特护EEG特征曲线的生物信号与伪迹组成的干扰信号分量(114，118)。在证明了这些干扰信号分量的情况下，通过伪迹分析(120、122、126)，在排除了伪迹的情况下证实非麻醉时EEG或特护EEG特征曲线的生物信号的存在，以及在证明了伪迹的情况下不证实非麻醉时EEG或特护EEG特征曲线的生物信号的存在。

摘要： 本发明涉及一种适用于由要被监控的人连续携带的EEG监控系统(2)。EEG监控系统(2)包含用于测量来自携带EEG监控系统(2)的人的至少一个EEG信号的电极。系统也包含适用于接收、处理和分析所述至少一个EEG信号的至少一部分的信号处理装置。此外，系统包含适用于记录与所述至少一个EEG信号有关的数据的数据记录装置和用于存储与所述EEG信号有关的所述数据的存储器。

摘要： 本发明涉及一种适用于由要被监控的人连续携带的EEG监控系统(2)。EEG监控系统(2)包含用于测量来自携带EEG监控系统(2)的人的至少一个EEG信号的电极。系统也包含适用于接收、处理和分析所述至少一个EEG信号的至少一部分的信号处理装置。此外，系统包含适用于记录与所述至少一个EEG信号有关的数据的数据记录装置和用于存储与所述EEG信号有关的所述数据的存储器。

摘要： 本发明涉及一种用于分析麻醉时EEG或特护EEG的方法和装置，从EEG曲线中由时间范围和/或频率范围来确定参数(112)，将确定的参数导入多变量的分类函数，并且从中自动地进行麻醉时EEG或特护EEG的阶段划分(116)。附加地，对EEG曲线分析由大量非麻醉时EEG或特护EEG特征曲线的生物信号与伪迹组成的干扰信号分量(114，118)。在证明了这些干扰信号分量的情况下，通过伪迹分析(120、122、126)，在排除了伪迹的情况下证实非麻醉时EEG或特护EEG特征曲线的生物信号的存在，以及在证明了伪迹的情况下不证实非麻醉时EEG或特护EEG特征曲线的生物信号的存在。

摘要： 本发明公开了一种基于改进EMD‑ICA的EEG信号处理方法、设备及存储介质，涉及信号处理技术领域，该方法利用改进经验模式分解法EMD对脑电信号EEG进行分解，得到本征模态分量IMFS和余量；对得到的所有符合要求的本征模态分量IMFS进行叠加重构，对重构后的脑电信号通过ICA法进行信号分离，消除噪声，得到去噪后的脑电信号；利用连续小波变换将去噪后的脑电信号变成二维时频图，并将生成的二维时频图输入卷积神经网络模型；采用卷积神经网络模型对步骤S3中的二维时频图进行特征提取，并进行分类。该方法基于改进的EMD‑ICA对脑电信号进行去噪，采用去噪后的信号再进行特征提取和分类，使得运动想象脑电信号分类准确，准确率明显高于现有的其他的分类方法。

摘要： 本发明公开了一种基于EEG与迁移学习的疲劳状态实时检测系统。本发明包括信号采集模块、WPF可视化模块以及远程计算模块。信号采集模块通过开源软件Openvibe连接脑电帽采集设备获得原始脑电信号，并通过VRPN通信协议与WPF可视化模块相连；WPF可视化模块与远程计算模块通过WebSocket通信协议相连。信号采集模块将采集到的被试的实时EEG信号进行通道筛选然后发送给WPF可视化模块，WPF可视化模块作为中间媒介将获得的脑电信号分段后传送给远程计算模块。远程计算模块获得对应被试的脑电数据后会训练生成相匹配的判别网络模型，该模型将判断回馈给WPF可视化模块进行数据可视化以及疲劳状态预警。本发明使用方便、快速准确，便于进行疲劳状态的实时检测，并对其进行疲劳预警。

摘要： 本发明公开了一种基于EEG的认知功能可视化系统。本发明包括可视化模块、数据计算模块和存储模块。可视化模块主要基于Unity3D平台，用于交互操作和可视化的效果实现，能够通过交互调用数据计算模块、读取本地存储模块内的数据；数据计算模块主要是一些Python文件，用于从存储模块读取数据后执行所需程序，将结果反馈到可视化显示模块以及将数据保存到本地存储模块内；存储模块用于存储数据。本发明使用方便、快速准确，从通道和脑区多个角度展现连通性可视化效果，使用多个功能连通性指标多方面分析大脑功能连通性，研究静态以及动态脑功能连通性的3D变化，从而便于研究人员分析和判断脑认知功能。

摘要： 本发明公开了基于EEG特征分布适配迁移学习的癫痫发作检测系统，包括：数据获取模块，获取源域脑电图数据和目标域脑电图数据；数据预处理模块，对源域和目标域的脑电图数据，均进行数据分段、时频分解、特征提取和特征向量构建；特征迁移学习和脑电模式分类模块，基于领域分布适配，迭代求取特征空间变换矩阵，以最小化源域与目标域脑电图特征样本的分布差异；在特征迁移学习过程中，利用变换后的源域脑电图特征样本，训练分类器，以实现目标域样本的模式分类；通过迭代更新分布适配的权重因子和特征空间变换矩阵，实现分类器的训练和目标域脑电图数据的模式分类与癫痫发作检测。以解决现有癫痫发作检测技术模型复杂和训练耗时的问题。

摘要： 本发明公开了一种基于聚类的对抗部分域适应跨被试EEG情绪识别方法，利用源域样本的特征计算类簇中心，并将源域真实标签作为类簇标签，并引入一致性匹配算法和跨域聚类共识指标，利用Kmeans聚类得到无标签目标域样本相应的类簇标签和类簇中心，将源域类簇中心与目标域类簇中心进行一致性匹配，对于匹配成功的两个类簇，将源域标签分配给共同语义的目标域类簇，同时计算跨域聚类共识指标实现最优目标域类簇个数的搜索，最终实现源域和目标域的共有类别的关联和私有类别的分离，该方法充分考虑无标签数据的特征空间分布结构，具有较高的普适性，能够大大提高模型训练效率，并为临床应用提供技术支持。

摘要： 一种用于测量EEG信号的系统，包括适于安装在头皮上的可穿戴体、安装在可穿戴体上的多个电极以及任选地还包括用于向电极施加力的多个可控致动器。控制器任选地控制每个致动器或每组致动器以向至少一个电极施加力。信号处理器接收和处理来自电极的信号，并基于该处理任选地向控制器发送控制信号。