删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于多通道脑电信号模型的研究

本站小编 Free考研考试/2021-12-21

本文二维码信息
二维码(扫一下试试看!)
基于多通道脑电信号模型的研究
Research on Multi-Channel EEG Modelling
投稿时间:2017-03-20
DOI:10.15918/j.tbit1001-0645.2017.增刊1.014
中文关键词:神经元落模型多动态多通道耦合
English Keywords:neural mass model(NMM)multi-kineticsmulti-channelcoupling
基金项目:
作者单位E-mail
李威河北工业大学 电气工程学院, 天津 300132
李晓霞河北工业大学 电气工程学院, 天津 300132lxxlzxlj@163.com
张金浩河北工业大学 电气工程学院, 天津 300132
梁洪录河北工业大学 电气工程学院, 天津 300132
摘要点击次数:596
全文下载次数:305
中文摘要:
首先构建基本神经元群落模型,对三种典型脑电波形进行仿真,在此模型基础上,将模型扩展至多动态神经元群落模型和多通道耦合神经元群落模型.在这两种模型研究中,通过改变模型的耦合参数来模拟不同耦合强度、不同耦合方向下的脑电信号,结果表明,通过调整模型中神经元细胞子群振荡器的权重系数,在多动态神经元群落模型中,模型输出的脑电信号更加丰富,可以低至δ波,高至γ波;在多通道耦合神经元群落模型中,随着耦合系数的增加,低频分量更加明显,当系数足够大时会出现低频单一谱峰.通过模拟针刺刺激,也证实耦合系数的增加能够增强脑电信号间的同步性.
English Summary:
The basic neuron mass model was constructed,the three typical forms brain waves was simulated.The basic model was extended to multi-kinetics NMM and multi-channel coupled NMM.In the two new models,the EEG signals under different coupling strengths and different coupling direction were simulated by changing the coupling parameters of the model.The result shows that the multi-kinetics NMM can output more abundant signals by adjust the weight coefficient of the model.With the increase of coupling coefficient in multi-channel coupled NMM,low frequency component was more obvious.Low frequency single spectrum peak occurs when the coefficient threshold was reached.In this paper,EEG signal from the acupuncture stimulation was simulated;the results show that the increase of the coupling coefficient can enhance synchronization between the different channels of the signal.
查看全文查看/发表评论下载PDF阅读器
相关话题/河北工业大学 电气工程学院 天津 中文 信息

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 大数据背景下我国纳税人信息权的法律保护研究
    大数据背景下我国纳税人信息权的法律保护研究中国人民大学法学院出版日期:2020-11-16发布日期:2020-11-11作者简介:朱大旗:中国人民大学法学院教授,博士生导师;曹阳:中国人民大学法学院博士研究生(北京100872)基金资助:国家社会科学基金重大项目“‘互联网+’背景下的税收征管模式研究 ...
    本站小编 Free考研考试 2021-12-21
  • 基于全局信息的卷积神经网络模型剪枝微调优化方法
    基于全局信息的卷积神经网络模型剪枝微调优化方法孙文宇,曹健?,李普,刘瑞北京大学软件与微电子学院,北京102600收稿日期:2020-06-02修回日期:2020-07-08出版日期:2021-07-20基金资助:国家自然科学基金(U20A20204)资助PruningandFine-tuningO ...
    本站小编 Free考研考试 2021-12-20
  • 中文机器阅读理解的鲁棒性研究
    中文机器阅读理解的鲁棒性研究李烨秋1,唐竑轩1,钱锦1,邹博伟1,2,洪宇1,?1.苏州大学计算机科学与技术学院,苏州2150002.新加坡资讯通信研究院,新加坡138632收稿日期:2020-06-08修回日期:2020-08-14出版日期:2021-01-20基金资助:国家自然科学基金(6170 ...
    本站小编 Free考研考试 2021-12-20
  • 具有选择性局部注意力和前序信息解码器的代码生成模型
    具有选择性局部注意力和前序信息解码器的代码生成模型梁婉莹1,2,朱佳1,2,?,吴志杰1,2,颜志文1,2,汤庸1,2,黄晋1,2,余伟浩1,21.华南师范大学计算机学院,广州5106312.广州市大数据智能教育重点实验室,广州510631收稿日期:2020-06-08修回日期:2020-08-08 ...
    本站小编 Free考研考试 2021-12-20
  • 基于Transformer局部信息及语法增强架构的中文拼写纠错方法
    基于Transformer局部信息及语法增强架构的中文拼写纠错方法段建勇,袁阳,王昊?北方工业大学信息学院,北京100043收稿日期:2020-05-29修回日期:2020-08-13出版日期:2021-01-20基金资助:国家自然科学基金(61972003,61672040)资助ChineseSp ...
    本站小编 Free考研考试 2021-12-20
  • 时间精度与空间信息对神经网络模型预报PM2.5浓度的影响
    时间精度与空间信息对神经网络模型预报PM2.5浓度的影响邹思琳1,任晓晨1,2,王成功1,韦骏3,?1.北京大学物理学院大气与海洋科学系,北京1008712.96813部队,黄山2450003.中山大学大气科学学院,广州519082收稿日期:2010-05-08修回日期:2019-08-10出版日期 ...
    本站小编 Free考研考试 2021-12-20
  • 基于情感信息辅助的多模态情绪识别
    基于情感信息辅助的多模态情绪识别吴良庆,刘启元,张栋?,王建成,李寿山,周国栋苏州大学计算机科学与技术学院,苏州215006收稿日期:2019-05-22修回日期:2019-09-19出版日期:2020-01-20基金资助:国家自然科学基金(61331011,61375073)资助Multimoda ...
    本站小编 Free考研考试 2021-12-20
  • 基于步行时足底压力信息的前交叉韧带断裂辅助诊断方法
    基于步行时足底压力信息的前交叉韧带断裂辅助诊断方法黄红拾1,王政飞2,许国雄2,李文新2,张思1,张东霞1,敖英芳1,?1.北京大学第三医院运动医学研究所,北京1001912.北京大学信息科学技术学院,北京100871收稿日期:2018-06-14修回日期:2018-11-01出版日期:2019-0 ...
    本站小编 Free考研考试 2021-12-20
  • 中文篇章零元素语料库构建
    中文篇章零元素语料库构建盛晨,孔芳,周国栋苏州大学计算机科学与技术学院自然语言处理实验室,苏州215006收稿日期:2018-04-19修回日期:2018-08-07出版日期:2019-01-20基金资助:国家自然科学基金(61472264,61751206)和国家重点研发计划(20 ...
    本站小编 Free考研考试 2021-12-20
  • 中文嵌套命名实体关系抽取研究
    中文嵌套命名实体关系抽取研究许浩亮,李雁群,何云琪,钱龙华苏州大学计算机科学与技术学院,苏州215006收稿日期:2018-04-15修回日期:2018-08-06出版日期:2019-01-20基金资助:国家自然科学基金(2017YFB1002101)资助ResearchonChin ...
    本站小编 Free考研考试 2021-12-20