田晓霞
- 作品数：8 被引量：13H指数：2
- 供职机构：北京工业大学更多>>
- 发文基金：北京市自然科学基金国家自然科学基金更多>>
- 相关领域：医药卫生机械工程更多>>
- 运动想象EEG的识别方法及在上肢康复中的应用
- 脑卒中（俗称:脑中风）是一种严重威胁老龄人健康的脑血液循环障碍性疾病，约四分之三的患者因脑部神经受损而患有不同程度的肢体运动障碍，给患者带来沉重的精神痛苦和生活不便，同时，给家人和社会造成严重的经济负担，是当今世界必须面...
- 田晓霞
- 关键词：上肢运动功能康复训练系统设计
- 一种运动想象脑电信号的特征提取方法
- 本发明涉及一种运动想象脑电信号的特征提取方法。所述方法首先将采集到的脑电信号进行预处理，然后对每导信号进行经验模态分解(EMD)，得到多阶的固有模态函数(IMF)信号，接着选取相同阶数的IMF信号作为新的信号，通过共同空...
- 李明爱郭硕达田晓霞杨金福罗新勇张梦徐金凤
- 文献传递
- 基于W-PCA和无监督GHSOM的脑电信号识别方法
- 本发明涉及基于W-PCA和无监督GHSOM的脑电信号识别方法。所述方法包括：脑电信号采集，脑电信号预处理，基于小波变换结合主元分析对脑电信号进行特征提取，利用无监督GHSOM神经网络对特征向量进行分类。GHSOM神经网络...
- 李明爱田晓霞郭硕达杨金福孙炎郡
- 文献传递
- 眼电伪迹自动识别与去除的新方法被引量：6
- 2016年
- 为了改善脑电中的眼电伪迹过估计问题及环境干扰耦合引起的非线性混合对眼电去除效果的影响,提出一种基于快速核独立成分分析(Fast Kernel Independent Component Analysis,Fast KICA)与离散小波变换(Discrete Wavelet Transform,DWT)的眼电自动去除方法,即(Fast Kernel Independent Wavelet Transform,FKIWT)方法.首先,利用Fast KICA方法对脑电信号进行分离得到独立成分,并以相关系数为依据识别出眼电伪迹;进而,基于DWT对眼电伪迹进行多分辨率分析,将逼近分量置零,而细节分量保持不变,使得重构所得眼电伪迹成分保留更多有用脑电信号;最后,利用Fast KICA逆变换重建眼电去除后的脑电信号.实验结果表明:FKIWT不仅有效改善了眼电过估计问题,增强了抗干扰能力和鲁棒性,而且在线性混合和非线性混合情况下,均得到较好的伪迹去除效果,特别是在非线性混合时优势更为明显,适合于实际在线应用.
- 李明爱郭硕达田晓霞杨金福郝冬梅
- 关键词：非线性混合模型离散小波变换鲁棒性
- 基于局域均值分解与典型相关分析的眼电伪迹去除方法被引量：2
- 2016年
- 为消除眼电伪迹(ocular artifact,OA)对脑电信号(electroencephalography,EEG)造成的严重影响,提出一种基于局域均值分解法(local mean decomposition,LMD)与典型相关分析(canonical correlation analysis,CCA)的眼电伪迹自动去除方法,记为LMDC法.首先,利用LMD将每导脑电采集信号自适应地分解为一系列具有物理意义的乘积函数(production function,PF)分量,通过CCA去除PF分量之间的相关性,获得相应的典型变量;其次,计算每导脑电信号与多导眼电信号间的相关系数矩阵,实现眼迹成分的自动识别,将典型相关变量中对应眼迹成分的部分随机变量置零,其余随机变量不变,得到新的典型相关变量;最后,基于CCA逆变换将新的典型相关变量投影返回得到眼迹去除后的PF分量,并进一步重构出眼迹去除后的脑电信号.基于BCI竞赛数据库进行实验研究,结果表明:LMDC法相对其他常用方法获得了较好的眼迹去除效果,并对多位实验者和多种眼迹表现出较强的自适应性.
- 李明爱田晓霞孙炎珺杨金福
- 关键词：脑电信号局域均值分解自适应
- 一种运动想象脑电信号的特征提取方法
- 本发明涉及一种运动想象脑电信号的特征提取方法。所述方法首先将采集到的脑电信号进行预处理，然后对每导信号进行经验模态分解(EMD)，得到多阶的固有模态函数(IMF)信号，接着选取相同阶数的IMF信号作为新的信号，通过共同空...
- 李明爱郭硕达田晓霞杨金福罗新勇张梦徐金凤
- 文献传递
- 基于改进GHSOM的运动想象脑电信号自适应识别方法被引量：6
- 2015年
- 为解决运动想象脑电信号(MI-EEG)的识别方法泛化能力受限和自适应性差等问题,对传统的生长、分层自组织映射神经网络(GHSOM)进行改进,并提出一种主成分分析法(PCA)与改进的GHSOM神经网络(IGHSOM)相结合的脑电自适应识别方法。由于IGHSOM能够根据上一层扩展神经元的量化误差进行自动分层判断,使得其不仅对数据映射更加准确和详细,而且增强了网络的稳定性和自适应性。基于脑机接口(BCI)竞赛数据库,利用PCA进行特征提取,以IGHSOM为分类器进行实验研究。结果表明,该方法获得了较高的识别精度,验证了GHSOM改进策略及该识别方法的正确性和有效性。
- 李明爱田晓霞孙炎珺杨金福
- 关键词：自适应性主成分分析
- 基于W‑PCA和无监督GHSOM的脑电信号识别方法
- 本发明涉及基于W‑PCA和无监督GHSOM的脑电信号识别方法。所述方法包括：脑电信号采集，脑电信号预处理，基于小波变换结合主元分析对脑电信号进行特征提取，利用无监督GHSOM神经网络对特征向量进行分类。GHSOM神经网络...
- 李明爱田晓霞郭硕达杨金福孙炎郡
- 文献传递
