51黑料吃瓜在线观看,51黑料官网|51黑料捷克街头搭讪_51黑料入口最新视频

目的 為充分保留和利用運動想象（motor imagery, MI）時偶極子的時空信息，本文提出一種新的偶極子成像（dipoles imaging, DI）結(jié)合3維卷積神經(jīng)網(wǎng)絡(luò)（3D convolutional neural network, 3DCNN）的源域MI解碼方法（DI-3DCNN）。方法 首先，基于腦源成像（electroencephalography source imaging, ESI）技術(shù)計算運動想象腦電信號的偶極子源估計；接著，獲取每類MI任務(wù)的平均偶極子源估計，基于數(shù)據(jù)驅(qū)動自動選擇每類任務(wù)中偶極子激活水平較高且最大區(qū)分于其他任務(wù)的時刻作為中心采樣點，再對中心采樣點進(jìn)行前后延伸并按任務(wù)順序組合，形成感興趣時間（time of interest, TOI）;其次，選擇覆蓋高激活偶極子的Desikan-Killiany（DK）神經(jīng)分區(qū)，并對局部保持投影方法（local preserving projection, LPP）增加DK分區(qū)約束，獲得一種改進(jìn)的有監(jiān)督LPP(LPPDK);進(jìn)而，基于LPPDK分別將所選擇左、右半腦分區(qū)內(nèi)的偶極子坐標(biāo)從3維（three dimensional, 3D）降成2維，獲得具有神經(jīng)生理先驗信息的偶極子2D坐標(biāo)，再結(jié)合TOI內(nèi)各采樣點處偶極子的幅值信息進(jìn)行成像，并進(jìn)行插值、下采樣操作，得到偶極子的2D幅值圖；隨后，將TOI內(nèi)偶極子的2D幅值圖按時間順序堆疊，獲得左、右半腦的3D偶極子特征圖，并將其作為網(wǎng)絡(luò)的輸入數(shù)據(jù)；最后，根據(jù)輸入數(shù)據(jù)的特點，設(shè)計一種雙分支3D卷積神經(jīng)網(wǎng)絡(luò)（dual-branched 3DCNN,DB3DCNN）實現(xiàn)MI解碼。結(jié)果 基于BCI competition IV 2a數(shù)據(jù)集進(jìn)行實驗研究，取得了86.50%的平均解碼準(zhǔn)確率。結(jié)論 基于DI所得3D偶極子特征圖能夠較好地保留偶極子的最佳激活時間、程度及生理空間信息，且與DB3DCNN性能匹配。