注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于 ARM 32路脑电信号的采集系统的研究

  2. 企业合作项目，实验室与广东康田医疗器械有限公司合作项目，主要负责脑电图机的研制,用VC++编写EEG波形显示代码

  3. 所属分类：C++

    • 发布日期：2009-11-22
    • 文件大小：4mb
    • 提供者：sajun2592

  1. 脑电图机-简介

  2. 介绍脑电图机，脑电图的基础知识 脑电图导联 脑电图机的结构与性能指标

  3. 所属分类：教育

    • 发布日期：2014-09-18
    • 文件大小：1mb
    • 提供者：z3256789

  1. EEG 脑电信号分析方法及其应用

  2. 内容简介： 脑电信号分析已经在脑科学研究中占据了越来越重要的地位。《脑电信号分析方法及其应用》共7章。第1、2章涉及生理基础和实验基础在内的相关知识。第3章至第5章是方法部分，其中：第3章重点回顾了传统脑电分析方法；第4章侧重于动力学特性的分析，重点介绍了一些新的分析方法，如混沌理论、信息论和复杂度分析等；第5章主要介绍其他重要分析方法，如同步分析和因果性分析。全书的最后两章是实例部分。第6章是脑电分析应用领域的综述，内容涉及临床疾病的辅助诊断、脑电逆问题、认知科学研究中的脑电分析以及脑一机接

  3. 所属分类：硬件开发

    • 发布日期：2015-10-11
    • 文件大小：43mb
    • 提供者：nemoium

  1. 脑电波检测

  2. 脑电图EEG是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映。通过对EEG原始信号的数据解读，可以实现用意念来控制机器，如：意念控制无人机的升降，意念控制轮椅等。BCI是Brain Computer Interface的缩写，即脑机接口技术。它是在人或动物脑（或者脑细胞的培养物）与外部设备间建立的直接连接通路。ThinkGear AM芯片，由美国Neurosky（中文名：神念科技）公司研发的世界第一款的脑电图传感器，因为采用了干电极传感器（而非医院所用的涂导电胶的湿传感器）和先进的消噪功能

  3. 所属分类：其它

  1. 临床脑电图学

  2. 临床脑电图学是开发脑电上位机参考的背景知识，非常适合程序员快速了解医学背景。

  3. 所属分类：C++

    • 发布日期：2018-12-17
    • 文件大小：63mb
    • 提供者：weixin_44058978

  1. 小样本环境中用于脑电分类的聚合正则化共同空间模式

  2. 一般的空间模式(CSP)是一种在脑-机接口(BCIs)背景下对脑电图(EEG)信号进行分类的流行算法。本文介绍了一种小样本环境中CSP的正则化和聚合技术。常规算法基于基于样本的协方差矩阵估计。因此，如果训练样本的数量很少，其性能就会下降。为了解决这一问题，提出了一种正则化的CSP (R-CSP)算法，该算法通过两个参数对协变矩阵估计进行正则化，从而降低估计方差，同时减小估计偏差。为了解决正则化参数确定的问题，进一步提出了聚合(R-CSP-A)的R-CSP，并将一些R-CSP聚合在一起，给出了一

  3. 所属分类：算法与数据结构

  1. 医疗电子仪器的分类和介绍.doc

  2. 医疗电子仪器的分类  一、生理信号检测仪器 1.心电信号检测仪器 2.心功能检测仪器 3.脑电图机 4.肌电图机 5.监护仪器  6.多道生理记录仪  二、生化检验仪器 1.光电比色计  2.紫外-可见光分光光度计 3.生化分析仪  4.原子吸收分光光度计  5.荧光光度计和荧光分光光度计 6.火焰光度计 7.酸度计 8.血气分析仪 9.电泳仪  10.血球计数仪 11.气相色谱仪 12.液相色谱仪 13.其他仪器 14.超速离心机 15.医用制冷设备  三、理疗仪器  1.电磁对人体的生理作

  3. 所属分类：其它

    • 发布日期：2019-07-23
    • 文件大小：260kb
    • 提供者：weixin_39841882

  1. matlab开发-基于脑电图的脑机接口质量指数

  2. matlab开发-基于脑电图的脑机接口质量指数。基于脑电图的脑机接口实时离散小波变换与ANFIS分类器

  3. 所属分类：其它

  1. 基于单试验脑电图的n-back任务中的脑力负荷分类.pdf

  2. 基于单试验脑电图的n-back任务中的脑力负荷分类.pdf,近年来，脑力负荷估计已经经历了广泛的研究，因为监测认知负荷的能力能够防止认知超负荷并且改善工作场所安全。脑电图（EEG）信号已经被发现是一种客观和非侵入性的脑力负荷的测量方式。然而，作为实时脑力负荷监测和脑机接口研究的重要一步，基于单试验EEG数据的认知负荷的评估一直是一个重大的挑战。最近，许多高级的特征提取方法和机器学习算法已经被采用于基于EEG的脑力负荷评估中。在本研究中，使用在具有2个难度水平的n back任务的执行期间记录的E

  3. 所属分类：其它

  1. 运动图像大脑计算机界面中的分类精度提高了33％

  2. 在这项工作中，提出了一种基于右手运动图像的脑机接口。 这样的系统需要识别不同的大脑状态及其分类。 脑电图记录的大脑信号自然会受到各种噪音和干扰的污染。 通过实施不需要参考通道的自动方法“ Kmeans-ICA”来执行人工眼的去除。 该方法首先将脑电信号分解为独立分量。 然后使用Kmeans聚类（一种非监督的机器学习技术）来识别伪造的事物。 在信号预处理之后，实现了Brain计算机接口系统。 提取小波相干性，小波相位锁定值和频带功率的生理可解释特征被计算出来，并引入统计测试中，以检查松弛和运动成像

  3. 所属分类：其它

  1. 基于Android的脑电信号无线采集与分析系统设计

  2. 提出一种基于Android平台的脑电无线采集与警觉度监测终端的设计。采用Wi-Fi作为无线通信方案，以Android手机作为上位机，在手机上设计应用程序，通过手机应用程序可以方便地实现对采集设备的参数设置、无线连接、数据接收、波形显示、数据分析和文件存储。Android手机端通过Wi-Fi与下位机建立通信，实时接收Wi-Fi模块发送的脑电数据，绘成脑电图，并能通过手机端向下位机发送控制命令，再将基于极限学习机的脑电信号分类算法通过Java编码移植到手机内部，分析脑电信号所携带的警觉度信息。立足便

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：469kb
    • 提供者：weixin_38589150

  1. JJG954-2000.pdf

  2. JJG954-2000 脑电图机标准

  3. 所属分类：医疗

  1. 基于Android移动设备的脑电记录仪的设计

  2. 针对目前大多数便携式脑电记录仪只能记录脑电信号,而不能随时查看脑电图的现状,设计了一种基于Android移动设备的脑电记录仪,其中下位机通过高精度的AD转换器将脑电信号转换为数字信号,再通过蓝牙发送给上位机,在上位机对信号进行数据拼接﹑存储和滤波,并绘制出脑电图,实验表明:该记录仪可以准确地进行脑电图绘制,能随时查看脑电图,且体型小巧、携带方便.

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：404kb
    • 提供者：weixin_38611230

  1. 基于ELM的投票优化策略改进运动图像BCI数据分类。

  2. 本文提出了一种对脑机接口（BCI）的脑电图（EEG）信号进行分类的方法。 为了消除高维EEG信号中的冗余并减少不同类EEG信号之间的耦合，我们使用主成分分析和线性判别分析来提取代表原始信号的特征。 接下来，我们介绍基于投票的极限学习机以对功能进行分类。 对来自2003年BCI竞赛的真实数据进行的实验表明，我们的分类方法在速度和准确性方面都优于最新的分类方法。

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：371kb
    • 提供者：weixin_38659646

  1. 使用脑电图功能自动诊断酒精使用障碍

  2. 酒精使用障碍（AUD）被认为是世界范围内的主要健康和社会问题。 更重要的是，由于自测报告的主观性，对AUD患者的筛查一直具有挑战性。 涉及神经影像学方法的自动化方法，例如定量脑电图（QEEG），已显示出令人鼓舞的研究成果。 但是，QEEG方法仅针对酒精依赖者（AD）和对照者而开发。 因此，本研究试图提出一种机器学习（ML）方法，以对1）酗酒者和健康对照者以及2）健康对照者，酗酒者和酗酒者进行分类。 拟议的ML方法涉及QEEG特征提取，最相关特征的选择以及研究参与者的相关组分类。 招募了12名酗酒

  3. 所属分类：其它

  1. Grasp-and-Lift EEG Detection 抓举式脑电图检测-数据集

  2. 回想一下今天早上：关掉闹钟，穿上衣服，刷牙，煮咖啡，喝咖啡，然后在上班时锁上门。现在想象一下，不用手再做所有这些事情。 由于截肢或神经系统残疾而失去手功能的患者每天都会意识到这一现实。使用脑机接口（BCI） 修复设备恢复患者执行这些日常基本活动的能力，这将大大提高患者的独立性和生活质量。当前，尚无现实，负担得起或低风险的选择，可帮助神经系统残疾的患者直接控制外部假肢与他们的大脑活动。 脑电图信号是从人的头皮上记录下来的，是由大脑活动诱发的。大脑活动和脑电图信号之间的关系是复杂的，除了特定的

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：318byte
    • 提供者：weixin_38621565

  1. 使用单通道脑电图的四类运动图像分类

  2. 随着脑机接口（BCI）研究的发展，便携式的少数或单通道BCI系统已成为必需。 最新的BCI研究表明，通用空间模式（CSP）算法是提取多类运动图像特征的强大工具。 但是，由于CSP算法需要多通道信息，因此它不适用于少数或单通道系统。 在这项研究中，我们应用了短时傅立叶变换将单通道脑电图信号分解为时频域，并构造了多通道信息。 使用重建的数据，将CSP与支持向量机结合，从感觉运动区和前额区的通道中获得较高的分类精度。 这些结果表明，不仅可以从传统的感觉运动区域而且可以从额头区域通过单个通道检测运动图像

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：610kb
    • 提供者：weixin_38702515

  1. 基于小波方差的运动想象脑电信号特征提取

  2. 针对区分两种不同运动想象(想象左手运动和想象右手运动)的脑-机接口任务,提出了以小波方差作为分类特征的方法.首先深入研究了小波变换以及小波方差的计算方法,结合验证脑电图(EEG)存在的ERD/ERS现象,然后利用小波分解系数方差对C3,C4导联脑电信号进行特征提取,最后采用最简线性分类器进行分类,采用分类正确率作为主要评价标准.结果表明,最大分类正确率为85%,最佳分类时间段为4~6.5 s.与BCI竞赛和其他方法相比,在保证分类正确率的前提下,所使用的特征提取和分类方法更加简单,具有较高的参考

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：516kb
    • 提供者：weixin_38745003

  1. eeg-101：使用Muse和React Native教授EEG和BCI基础知识的交互式神经科学教程应用程序-源码

  2. 交互式EEG教程，教EEG和BCI基础知识。 总览 讲解脑电图的基础知识，包括信号来自何处，设备如何工作以及如何处理数据 包含用于EEG数据的通用二进制分类器 使用LibMuse Java API从Muse流数据 使用React Native for Android构建 完全免费，开源，可在任何项目中使用/修改 在Android Play商店中找到 ！ 视频演练 课程内容 脑电图的神经生理学 脑电图硬件 筛选 划时代的 去除假象 傅立叶变换 功率谱密度曲线 脑电波 脑机接口 机器学习 目前正在开

  3. 所属分类：其它