大脑信号分析:方法的最新进展和应用程序2018

---

信号处理和分析已广泛应用于神经科学领域。例如,脑部(半)自动系统已经越来越多地用于各种医疗应用,如在疾病预防、检测、诊断、康复,聪明的教育环境中,安全性和身份验证和生物统计学。这些系统建议在文献中准确、快速、互补,和替代工具援助专家在他们的决策,通过促进大脑信号的分析和解释,并减少和/或消除错误。

这个特殊问题的主要目的是为了促进讨论大脑信号分析,相关的最新进展的新方法和应用程序,以识别潜在的神经科学领域的贡献。这个特殊的问题计算智能和神经科学杂志包含13个原创作品选择从28日提交。因此,选择研究解决新趋势在神经科学方法和技术应用于不同的应用程序中。

在第一篇文章中,一个。珀等人分析了不同的功率谱密度方法的目的是选择一个最小化计算时间用于实时在脑深部电刺激术,认为最优方法来执行实时光谱估计β乐队的微电极记录信号是韦尔奇与汉明窗的1.5秒和50%重叠。

第二篇文章,j . Zhang et al。提出了一种semisupervised学习稀疏表示分类器平均系数法执行分类使用每个类的平均系数,而不是重建误差,并有选择地更新使用新的测试数据的训练数据集,提高稀疏表示分类器的性能。该分类器实现更好的性能比其他三个semisupervised学习方法采用比较的目的。

第三条,由m·a·Porta-Garcia et al .,提出一个框架,用于表征阶段同步多元时间序列神经之间的关系应用于脑电图信号P300拼字的四个主题,依靠提出的聚类算法,称为“多元时间序列聚类阶段同步。“建议的解决方案是能够观察到相变动力学和之间的交互渠道,可以应用于分析其他认知状态而不是ERP与不与事件相关电位。

在第四篇文章中,j·w·m . de Souza等人提出一种方法来衡量考试模板之间的相似性和病人的手写的跟踪后,考试模板。建议的解决方案使用结构同现矩阵来计算距离手写跟踪病人的是考试模板和结合朴素贝叶斯,消息,和支持向量机分类器,是一个有前途的工具,帕金森病的诊断。

第五条,j . Yoon et al .,探索卷积神经网络的性能与事件相关电位(ERP)的数据,以确定的关键特性,区分文盲ERP拼字系统,在P700峰值可能ERP的关键特性,因为它出现在文盲和nonilliterate科目。

在第六条中,r·穆尼奥斯等人描述一种新的方法通过metaheuristics因为它使得基于脑电图基于黑洞算法来提高情绪识别、使用MAHNOB HCI标签数据库,表明黑洞算法来优化支持向量机分类器的特征向量得到30多个执行精度92.56%。

第七条,由大肠口风琴et al .,调查期间大脑和情感反应与食品的脑电图和自主活动,引起的cross-sensory交互跨许多不同的产品。研究具有明显的限制食品包装产品测试的数量,尽管参与者的样本容量足以揭示重大的统计影响。

在第八条,即Xygonakis等人提出一种多级脑-机接口译码算法,使用脑电图源成像,这种技术地图头皮电位皮质激活,为了弥补低空间分辨率的脑电图。作者获得的平均精度提高5.6%的对传统的传感器常见的空间模式的应用方法。

第九篇由大肠口风琴等人评估大脑和情感反应接触选择禁烟公益广告图片在成人样例中,那些已经被证明是有效和无效的促进一个禁止吸烟的行为。

第十条,h·金等,提出了一种方法来确定运动的意图不同行走状态在正常环境中,通过使用功能性近红外光谱技术在22名健康受试者与三个不同的步态走(速度、较低的小步小步,中速和低速mid-step),平均识别率为78.79%。

第十一条,美国关等人描述一个新颖的方案,它结合了幅频信息的固有模态函数和一个共同的空间格局,即AF-CSP、提取运动图像特性和提高分类性能。第二代nondominated分类进化算法用于线性和非线性优化hyperparameters内核与一个双子支持向量机。该方法有望获得更高的脑机接口系统的准确性。

最后一篇文章的特殊问题,学术界。郭等人提出了一种新颖实用P300-based混合stimulus-on-device脑机接口无线网络应用程序的体系结构。作者表明,五主题,分类和信息传输速率的性能改进校准后,例如,86.00%和24.2比特/分钟前校准和校准后90.25%和27.9比特/分钟。

的利益冲突

客人编辑声明,没有利益冲突。

确认

客人要感谢编辑的所有代码开发者和评审者分享和帮助改善这里的作品发表,分别。

维克多·雨果·德·阿尔伯克基
普拉西多Rogerio ibsen Pinheiro
罗山j . Martis称
若昂·曼努埃尔·r·s·塔瓦雷斯

版权

版权©2018维克多·雨果c·德·阿尔伯克基等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。