北京生物醫(yī)學工程

基于神經網絡的多參數腦電注意力水平提取

Attention Level Extraction from Multi-Parameters of EEG Based on Neural Networks

作者：袁浩黃曉林寧新寶

單位：南京大學電子科學與工程學院，生物醫(yī)學電子工程研究所(南京210093)

分類號：

出版年·卷·期（頁碼）：2010·29·6（571-574）

摘要：

為克服利用單一參數判斷注意力水平的靈敏性缺陷，本文設計并實現了一種多參數的腦電注意力水平提取方法。首先從腦電信號中提取7個腦電特征參數，全面評估腦電頻譜特性，然后利用誤差反傳(back propagation，BP)神經網絡算法實現腦電特征參數與注意力水平間的非線性映射，從而實現準確的注意力水平提取。同時，本文對BP算法進行了一系列的改進,有效地提高了網絡的學習效率，并能迅速跳出局部極小。以34例腦電數據對網絡進行訓練，實驗結果證實該網絡能迅速收斂，網絡收斂后測試庫中的腦電數據注意力水平判別結果證明該網絡具有較高的識別率。

For the deficit of sensitivity in attention level extraction from a single parameter of EEG, a method to extract attention level from multi-parameters of EEG was designed and implemented. In this method, 7 characteristic parameters, which were used for a full assessment of spectral characteristics of EEG, were first derived, and then the back propagation (BP) neural network algorithm was applied to the nonlinear mapping from 7 parameters to the attention level, so that it could achieve a more accurate attention level extraction. In addition, various improvements were employed on the BP algorithm in order that it could overcome the defect of slow training speed and escape from the local minimum quickly. In the network training using 34 samples, the neural network converged quickly, and the test of attention level extraction after convergence verified that the network had high identification ratio.

參考文獻：

［1］蓋笑松,蘭公瑞,劉希平. 國內注意缺陷/多動障礙兒童干預效果的元分析［J］. 心理學報， 2008， 40(11)：1190-1196.
［2］周為,何慶華. 腦電生物反饋治療廣泛性焦慮的療效觀察［J］. 中國行為醫(yī)學科學， 2005，14(3)：259-259.
［3］華春蘭. 腦電生物反饋治療失眠癥的療效觀察［J］. 贛南醫(yī)學院學報，2009，29(6)：926-926.
［4］趙龍蓮,梁作清,伍文清,等. 生物反饋訓練后癲癇患者腦電相關維數變化的分析［J］. 中國生物醫(yī)學工程學報，2010，29(1)：71-76.
［5］侯靜紅,張瑜,許鋮. 腦電生物反饋治療兒童注意缺陷多動障礙的臨床分析［J］. 中國當代兒科雜志，2008，10(6)：726-727.
［6］飛思科技產品研發(fā)中心.神經網絡理論與MATLAB 7實現［M］.北京：電子工業(yè)出版社，2005：100-107.
［7］張立明. 人工神經網絡的模型及其應用［M］. 上海：復旦大學出版社，1993：43.
［8］寧新寶. 生物醫(yī)學電子學［M］. 長沙：湖南科技出版社，1988：14-15.
［9］Vernon DJ. Can neurofeedback training enhance performance? ［J］ Applied Psychophysiology and Biofeedback, 2005, 30 (4): 347-364.
［10］Egner T, Gruzelier JH. EEG biofeedback of low beta band components: frequency-specific effects on variables of attention and event-related brain potentials［J］. Clinical Neurophysiology, 2004, 115: 131-139.
［11］邊肇祺,張學工. 模式識別［M］. 北京：清華大學出版社，2000：254-257.
［12］黃德雙.神經網絡模式識別系統理論［M］.北京：電子工業(yè)出版社，1996：153-158.
［13］寧新寶, 黃曉林,徐寅林,等. 神經網絡分析方法用于心臟病診斷的研究［J］. 生物醫(yī)學工程學雜志，2004，21(2)：284-287.
［14］伍亞舟,張玲,易東等. 基于支持向量機的思維腦電信號特征分類研究［J］. 計算機工程與應用，2008，44(36)：58-63.
［15］傅娟,寧新寶,司峻峰. 腦電生物反饋儀的設計與實現［J］. 微處理機，2004，25(2)：62-64.

服務與反饋：

【文章下載】【加入收藏】

提示：您還未登錄，請登錄！點此登錄

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