CN104545900B - 一种基于配对样本t检验的事件相关电位分析方法 - Google Patents
一种基于配对样本t检验的事件相关电位分析方法 Download PDFInfo
- Publication number
- CN104545900B CN104545900B CN201410836452.3A CN201410836452A CN104545900B CN 104545900 B CN104545900 B CN 104545900B CN 201410836452 A CN201410836452 A CN 201410836452A CN 104545900 B CN104545900 B CN 104545900B
- Authority
- CN
- China
- Prior art keywords
- kinds
- significant difference
- brain
- erp
- stimulations
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一种基于配对样本T检验的事件相关电位分析方法:设计含两种刺激的脑电诱发实验,并利用脑电采集设备记录多个导联的头皮脑电信号,进行初步的预处理;提取两种刺激下的ERP信号;对两种刺激下的ERP信号进行配对样本T检验,确定具有显著差异的时段;计算两种刺激下的ERP信号在显著差异时段内的差异面积,并绘制脑地形图,确定差异脑区。本发明确定了两种刺激下的ERP显著差异时段,并绘制了基于ERP波形差异面积的脑地形图,进而得到在显著差异时段内的差异脑区分布。本发明对于信噪比较差、且单个成分并不明显的ERP研究具有重要意义,并且为ERP信号和自发脑电的剥离提供了新的思路。
Description
技术领域
本发明涉及一种事件相关电位分析方法。特别是涉及一种包含多种外界刺激、且单种刺激重复次数较少的基于配对样本T检验的事件相关电位分析方法。
背景技术
脑电信号是通过电极记录下来的脑细胞群的自发性、节律性电活动,根据是否含有外部刺激,可分为自发脑电(Electroencephalo-graph,EEG)和事件相关电位(Event-related Potentials,ERP)两种。事件相关电位是人们对特定刺激事件进行感知加工或执行某种认知任务时诱发出来的一种脑电信号,常用于反映刺激发生前后脑电位的变化情况,与大脑注意资源分配、客体记忆、思维决策、认知加工等相关。由于ERP信号具有毫秒级的时间分辨率、良好的非侵入性,并且采集设备操作较简单,该信号在脑功能研究和脑疾病预诊方面都有颇多应用。
多年来,ERP研究的一个重大难点就是与自发脑电的剥离。研究显示,大脑无时无刻不在运转,即使在不给任何外界刺激的情况下,中枢神经系统亦存在着节律性、自发性放电现象,而外部事件诱发的ERP信号幅值远小于自发脑电,且通常被淹没在自发脑电中。由于自发脑电具有很大的个体差异性和随机性,因此不能形成一个固定的自发脑电模板,使得ERP信号便于剥离。实际过程中,通常采用多次重复施加外部刺激、再求平均的方式提高ERP信号的幅值和纯度,进而将其与自发脑电剥离。为了得到信噪比较好的ERP信号,通常需要几十甚至几百次的重复外界刺激,一方面,多次重复刺激必然会引起感官系统的疲劳,且难以保持完全一致的重复性;另一方面,大量刺激材料的准备并不容易,尤其是对于特定含义的图片、声音等较复杂的刺激。
另外,以往的ERP分析多集中于某个或者某几个ERP成分(如P1,N1,P3等)的分析,然而对于重复刺激次数较少、信噪比欠佳的ERP信号,具有明确物理意义的ERP成分往往难以识别,也造成不同刺激下ERP特征提取的困难。
基于配对样本T检验的事件相关电位分析方法从显著差异的角度分析ERP信号,能够提取出有显著意义的差异特征,避开了单个ERP成分提取的困难,是ERP对比分析的新思路。另外,由于两种不同外界刺激下的自发脑电虽不完全一致,但也不具有显著的差异性,若对两种刺激下的ERP信号进行配对样本T检验,得到的显著差异时段必为两真实ERP信号具有显著差异的时段,可以实现ERP信号与自发脑电的间接剥离。
发明内容
本发明所要解决的技术问题是,提供一种可用于信噪比较差、且单个成分并不明显的ERP研究的基于配对样本T检验的事件相关电位分析方法。
本发明所采用的技术方案是:一种基于配对样本T检验的事件相关电位分析方法,包括如下步骤:
1)设计含两种刺激的脑电诱发实验,并利用脑电采集设备记录多个导联的头皮脑电信号,进行初步的预处理;
2)提取两种刺激下的ERP信号;
3)对两种刺激下的ERP信号进行配对样本T检验,确定具有显著差异的时段;
4)计算两种刺激下的ERP信号在显著差异时段内的差异面积,并绘制脑地形图,确定差异脑区。
步骤1)所述的初步的预处理,是为去除头皮脑电信号记录过程中的低频漂移、高频干扰以及眼动电生理信号的干扰,对原始脑电信号进行变平均参考、0.5-10Hz带通滤波以及独立成分分析去眼电的预处理操作。
步骤2)所述的提取两种以上刺激下的ERP信号,包括如下过程:
(1)对初步预处理之后的整段头皮脑电信号进行分割,得到20个时长为4s的静息脑电片段和20个时长为1s的诱发脑电片段,其中,两种刺激对应的诱发脑电片段各10个;
(2)选取刺激呈现之前的200ms,即静息期的后200ms为基准脑电,并计算基准脑电的平均幅值,将每个诱发脑电片段减去基准脑电平均幅值,实现去基线操作;
(3)分别对去基线后的两种诱发脑电片段进行叠加平均,得到每位被试者的每个导联在两种刺激下的ERP信号,分别表示为X={Xijk}和Y={Yijk},其中,i=1,2,……,N1,N1=15,N1是被试者数目;j=1,2,……,N2,N2=32,N2是导联数目,k=1,2,……,N3,N3=1024,N3是数据点数。
步骤3)中所述的对两种刺激下的ERP信号进行配对样本T检验,是对每个导联中的每个数据点对应的ERP序列进行配对样本T检验,对于第j个导联第k个数据点,首先建立一个新变量Z={Zijk},Zijk=Xijk-Yijk,i=1,2,……,N1,计算新变量的均值和方差构造统计量检验tjk是否服从自由度为N1-1的T分布,并计算出对应的显著程度Pjk,若Pjk<0.05,则序列和序列具有显著性差异,即两种刺激下的第j个导联第k个数据点具有显著性差异,否则,两种刺激下的第j个导联第k个数据点不具有显著性差异。
步骤3)中所述的确定具有显著差异的时段,是在已确定两种刺激下的第j个导联第k个数据点是否具有显著性差异的基础上进行的,包含如下过程:
(1)对于第j个导联的N3个数据点,若存在10个以上的连续数据点k,使得序列和序列具有显著性差异,那么这些连续的数据点k对应的时段就是第j个导联在两种刺激下的ERP信号具有显著差异的时段,若不存在10个以上的连续数据点k,使得序列和序列具有显著性差异,则第j个导联在两种刺激下的ERP信号不具有显著差异时段;
(2)根据所有导联的显著差异时段分布,选择一个以上相对大的时段,使得尽可能包含多数导联的显著差异时段,所选的显著差异时段对应的数据点集标记为其中,r=1,2,…,m,m为所选的显著差异时段数,可选范围为{1,2,…,100},nr分别是每个显著差异时段所对应的数据点数,取值均大于10。
步骤4)中所述的计算两种刺激下的ERP信号在显著差异时段内的差异面积,是对每位被试者的每个导联均计算两种刺激下的ERP信号在所选显著差异时段内的差异面积,其中,在显著差异时段内的两种刺激下的ERP信号的差异面积为并对所有被试者的数据进行叠加平均,得到第j个导联在所选显著差异时段内两种刺激下的ERP信号差异面积
步骤4)中所述的绘制脑地形图、确定差异脑区,是对于每一个显著差异时段,均根据所有导联的两种刺激下的ERP信号差异面积绘制脑地形图,进而分析两种刺激所诱发ERP信号差异的空间分布状况,得到在显著差异时段内的主要激活脑区分布。
本发明的一种基于配对样本T检验的事件相关电位分析方法,从配对样本T检验出发,确定了两种刺激下的ERP显著差异时段,并绘制了基于ERP波形差异面积的脑地形图,进而得到在显著差异时段内的差异脑区分布。本发明主要针对包含多种外界刺激、且单种刺激重复次数较少的诱发脑电研究,对于信噪比较差、且单个成分并不明显的ERP研究具有重要意义,并且为ERP信号和自发脑电的剥离提供了新的思路。
附图说明
图1是一种基于配对样本T检验的事件相关电位分析方法的流程图。
具体实施方式
下面结合实施例和附图对本发明的一种基于配对样本T检验的事件相关电位分析方法做出详细说明。
本发明的一种基于配对样本T检验的事件相关电位(Event-related Potentials,ERP)分析方法,首先利用脑电采集设备记录两种刺激下的多导头皮脑电信号,并进行初步的预处理;其次提取两种刺激下的ERP信号;再次分别对每一导联在两种外界刺激下的ERP信号进行配对样本T检验,得到每一导联ERP信号在两种刺激下的显著差异时段;最后通过计算显著差异时段内两ERP信号包围的面积,可以得到两种刺激下全脑所有导联在显著差异时段内的差异面积分布,进而通过脑地形图显示两种刺激所诱发的ERP信号差异的空间分布。
如图1所示,本发明的一种基于配对样本T检验的事件相关电位分析方法,具体包括如下步骤:
1)设计含两种刺激的脑电诱发实验,并利用脑电采集设备记录多个导联的头皮脑电信号,进行初步的预处理;
所述设计含两种刺激的脑电诱发实验,是设计两种视觉、听觉或体感刺激的脑电诱发实验,以两种图片刺激为例,从国际情绪图片库(International Affective PictureSystem,IAPS)中选取积极场景情境图片和消极场景情境图片各10张,图片采用随机出现的方式进行呈现,每张图片呈现时间为1s,图片呈现之前有4s的静息期,用于平复上一张图片所引起的脑电变化。
所述的利用脑电采集设备记录多个导联的头皮脑电信号,是采用BiosemiActiveTwo脑电采集系统记录15位被试在实验过程中的32导头皮脑电信号,采样率为1024Hz,记录信号总时长为100s。
所述的初步的预处理,是为去除头皮脑电信号记录过程中的低频漂移、高频干扰以及眼动等其他电生理信号的干扰,对原始脑电信号进行变平均参考、0.5-10Hz带通滤波以及独立成分分析去眼电等的预处理操作。
2)提取两种刺激下的ERP信号;
所述的提取两种以上刺激下的ERP信号,包括如下过程:
(1)对初步预处理之后的整段头皮脑电信号进行分割,得到20个时长为4s的静息脑电片段和20个时长为1s的诱发脑电片段,其中,两种刺激对应的诱发脑电片段各10个;
(2)选取刺激呈现之前的200ms,即静息期的后200ms为基准脑电,并计算基准脑电的平均幅值,将每个诱发脑电片段减去基准脑电平均幅值,实现去基线操作;
(3)分别对去基线后的两种诱发脑电片段进行叠加平均,得到每位被试者的每个导联在两种刺激下的ERP信号,分别表示为X={Xijk}和Y={Yijk},其中,i=1,2,……,N1,N1=15,N1是被试者数目;j=1,2,……,N2,N2=32,N2是导联数目,k=1,2,……,N3,N3=1024,N3是数据点数。
由多次重复刺激下的头皮脑电信号叠加平均得到ERP信号的依据是:自发脑电是一种类随机信号,多次叠加可使自发脑电幅值降低;而ERP信号具有明显的锁时特性,多次叠加可使ERP信号幅值增加。
3)对两种刺激下的ERP信号进行配对样本T检验,确定具有显著差异的时段;
由10次重复刺激下的头皮脑电信号求平均得到的ERP信号中,自发脑电的幅值仍然很大,因此,各个ERP成分并不突出,无法进行ERP成分幅值和潜伏期的提取,也无法在不同种类刺激之间进行对比。由于不同种类刺激下的自发脑电虽然不是完全一致,但也不具有显著的差异性,因此,通过对不同种类刺激下的ERP信号进行T检验,得到的显著差异时段必为两真实ERP信号具有显著差异的时段,进一步实现了ERP信号与自发脑电的剥离。
所述的对两种刺激下的ERP信号进行配对样本T检验,是对每个导联中的每个数据点对应的ERP序列进行配对样本T检验,由于是同一批被试在同一个实验中接受的两种刺激,所以选用配对样本T检验,显著性水平设置为0.05。对于第j个导联第k个数据点,首先建立一个新变量Z={Zijk},Zijk=Xijk-Yijk,i=1,2,……,N1,计算新变量的均值和方差构造统计量检验tjk是否服从自由度为N1-1的T分布,并计算出对应的显著程度Pjk,若Pjk<0.05,则序列和序列具有显著性差异,即两种刺激下的第j个导联第k个数据点具有显著性差异,否则,两种刺激下的第j个导联第k个数据点不具有显著性差异。
所述的确定具有显著差异的时段,是在已确定两种刺激下的第j个导联第k个数据点是否具有显著性差异的基础上进行的,包含如下过程:
(1)对于第j个导联的N3个数据点,若存在10个以上的连续数据点k,使得序列和序列具有显著性差异,那么这些连续的数据点k对应的时段就是第j个导联在两种刺激下的ERP信号具有显著差异的时段,若不存在10个以上的连续数据点k,使得序列和序列具有显著性差异,则第j个导联在两种刺激下的ERP信号不具有显著差异时段;
(2)分别对每个导联的N3个数据点进行配对样本T检验,每个导联可能含有多个显著差异时段,也可能不含有显著差异时段。根据所有导联的显著差异时段分布,选择一个以上相对大的时段,使得尽可能包含多数导联的显著差异时段,所选的显著差异时段对应的数据点集标记为其中,r=1,2,…,m,m为所选的显著差异时段数,可选范围为{1,2,…,100},nr分别是每个显著差异时段所对应的数据点数,取值均大于10。
4)计算两种刺激下的ERP信号在显著差异时段内的差异面积,并绘制脑地形图,确定差异脑区。
所述的计算两种刺激下的ERP信号在显著差异时段内的差异面积,是对每位被试者的每个导联均计算两种刺激下的ERP信号在所选显著差异时段内的差异面积,其中,在显著差异时段内的两种刺激下的ERP信号的差异面积为并对所有被试者的数据进行叠加平均,得到第j个导联在所选显著差异时段内两种刺激下的ERP信号差异面积
所述的绘制脑地形图、确定差异脑区,是对于每一个显著差异时段,均根据所有导联的两种刺激下的ERP信号差异面积绘制脑地形图,进而分析两种刺激所诱发ERP信号差异的空间分布状况,得到在显著差异时段内的主要激活脑区分布。
脑电地形图是一种集中表达大脑电生理信息的图形技术,通常将多个导联的单个特征用不同颜色映射其值大小而得到的头部平面彩色图形(或灰度差图像),能比较直观地反应大脑神经活动的波幅和分布。
尽管上面结合附图对本发明的优选实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,并不是限制性的。
本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可以作出很多形式,这些均属于本发明的保护范围之内。
Claims (3)
1.一种基于配对样本T检验的事件相关电位分析方法,其特征在于,包括如下步骤:
1)设计含两种刺激的脑电诱发实验,并利用脑电采集设备记录多个导联的头皮脑电信号,进行初步的预处理;
2)提取两种刺激下的ERP信号;所述的提取两种以上刺激下的ERP信号,包括如下过程:
(1)对初步预处理之后的整段头皮脑电信号进行分割,得到20个时长为4s的静息脑电片段和20个时长为1s的诱发脑电片段,其中,两种刺激对应的诱发脑电片段各10个;
(2)选取刺激呈现之前的200ms,即静息期的后200ms为基准脑电,并计算基准脑电的平均幅值,将每个诱发脑电片段减去基准脑电平均幅值,实现去基线操作;
(3)分别对去基线后的两种诱发脑电片段进行叠加平均,得到每位被试者的每个导联在两种刺激下的ERP信号,分别表示为X={Xijk}和Y={Yijk},其中,i=1,2,……,N1,N1=15,N1是被试者数目;j=1,2,……,N2,N2=32,N2是导联数目,k=1,2,……,N3,N3=1024,N3是数据点数;
3)对两种刺激下的ERP信号进行配对样本T检验,确定具有显著差异的时段;
所述的对两种刺激下的ERP信号进行配对样本T检验,是对每个导联中的每个数据点对应的ERP序列进行配对样本T检验,对于第j个导联第k个数据点,首先建立一个新变量Z={Zijk},Zijk=Xijk-Yijk,i=1,2,……,N1,计算新变量的均值和方差构造统计量检验tjk是否服从自由度为N1-1的T分布,并计算出对应的显著程度Pjk,若Pjk<0.05,则序列和序列具有显著性差异,即两种刺激下的第j个导联第k个数据点具有显著性差异,否则,两种刺激下的第j个导联第k个数据点不具有显著性差异;
所述的确定具有显著差异的时段,是在已确定两种刺激下的第j个导联第k个数据点是否具有显著性差异的基础上进行的,包含如下过程:
(1)对于第j个导联的N3个数据点,若存在10个以上的连续数据点k,使得序列和序列具有显著性差异,那么这些连续的数据点k对应的时段就是第j个导联在两种刺激下的ERP信号具有显著差异的时段,若不存在10个以上的连续数据点k,使得序列和序列具有显著性差异,则第j个导联在两种刺激下的ERP信号不具有显著差异时段;
(2)根据所有导联的显著差异时段分布,选择一个以上相对大的时段,使得尽可能包含多数导联的显著差异时段,所选的显著差异时段对应的数据点集标记为其中,r=1,2,…,m,m为所选的显著差异时段数,可选范围为{1,2,…,100},nr分别是每个显著差异时段所对应的数据点数,取值均大于10;
4)计算两种刺激下的ERP信号在显著差异时段内的差异面积,并绘制脑地形图,确定差异脑区;
所述的计算两种刺激下的ERP信号在显著差异时段内的差异面积,是对每位被试者的每个导联均计算两种刺激下的ERP信号在所选显著差异时段内的差异面积,其中,在显著差异时段内的两种刺激下的ERP信号的差异面积为并对所有被试者的数据进行叠加平均,得到第j个导联在所选显著差异时段内两种刺激下的ERP信号差异面积
2.根据权利要求1所述的一种基于配对样本T检验的事件相关电位分析方法,其特征在于,步骤1)所述的初步的预处理,是为去除头皮脑电信号记录过程中的低频漂移、高频干扰以及眼动电生理信号的干扰,对原始脑电信号进行变平均参考、0.5-10Hz带通滤波以及独立成分分析去眼电的预处理操作。
3.根据权利要求1所述的一种基于配对样本T检验的事件相关电位分析方法,其特征在于,步骤4)中所述的绘制脑地形图、确定差异脑区,是对于每一个显著差异时段,均根据所有导联的两种刺激下的ERP信号差异面积绘制脑地形图,进而分析两种刺激所诱发ERP信号差异的空间分布状况,得到在显著差异时段内的主要激活脑区分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410836452.3A CN104545900B (zh) | 2014-12-29 | 2014-12-29 | 一种基于配对样本t检验的事件相关电位分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410836452.3A CN104545900B (zh) | 2014-12-29 | 2014-12-29 | 一种基于配对样本t检验的事件相关电位分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104545900A CN104545900A (zh) | 2015-04-29 |
CN104545900B true CN104545900B (zh) | 2017-02-22 |
Family
ID=53063756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410836452.3A Active CN104545900B (zh) | 2014-12-29 | 2014-12-29 | 一种基于配对样本t检验的事件相关电位分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104545900B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105653039B (zh) * | 2016-01-20 | 2018-12-18 | 同济大学 | 一种基于脑电信号检测的手部动作自动矫正识别方法 |
CN108784692A (zh) * | 2018-05-11 | 2018-11-13 | 上海大学 | 一种基于个体脑电差异的情绪调控训练系统和方法 |
CN110327043B (zh) * | 2019-08-05 | 2022-04-01 | 哈尔滨工业大学 | 一种基于稀疏建模的事件相关电位波形图谱求解方法 |
CN111008610B (zh) * | 2019-12-16 | 2024-03-22 | 哈尔滨工业大学 | 一种信息相关脑电位诱发实验方法 |
CN111096744A (zh) * | 2020-01-21 | 2020-05-05 | 苏州小蓝医疗科技有限公司 | 一种新型脑电图信号采集的实现装置及其方法 |
CN111281382B (zh) * | 2020-03-04 | 2023-08-18 | 徐州市健康研究院有限公司 | 一种基于脑电信号的特征提取与分类方法 |
CN113520310A (zh) * | 2021-03-15 | 2021-10-22 | 天津大学 | 一种基于脑电erp的触觉信息处理方法 |
CN113419626B (zh) * | 2021-06-17 | 2023-03-28 | 深圳大学 | 基于声音刺激序列的稳态认知响应分析的方法、装置 |
CN114246594B (zh) * | 2021-12-17 | 2024-04-09 | 天津大学 | 脑电信号处理方法、背景脑电预测模型的训练方法及装置 |
CN114081512A (zh) * | 2021-12-20 | 2022-02-25 | 天津大学 | 评估经颅直流电刺激对大脑听觉加工能力影响程度的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5331969A (en) * | 1985-07-30 | 1994-07-26 | Swinburne Limited | Equipment for testing or measuring brain activity |
US5709214A (en) * | 1996-05-02 | 1998-01-20 | Enhanced Cardiology, Inc. | PD2i electrophysiological analyzer |
CN102778949A (zh) * | 2012-06-14 | 2012-11-14 | 天津大学 | 基于ssvep阻断和p300双特征的脑-机接口方法 |
CN103092971A (zh) * | 2013-01-24 | 2013-05-08 | 电子科技大学 | 一种用于脑机接口中的分类方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1363535B1 (en) * | 2001-01-30 | 2012-01-04 | R. Christopher Decharms | Methods for physiological monitoring, training, exercise and regulation |
EP1758714A4 (en) * | 2004-06-14 | 2009-03-11 | Cephos Corp | QUESTION AND CONTROL PARADIGMS FOR THE DETECTION OF MISSING BY MEASURING BRAIN ACTIVITY |
-
2014
- 2014-12-29 CN CN201410836452.3A patent/CN104545900B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5331969A (en) * | 1985-07-30 | 1994-07-26 | Swinburne Limited | Equipment for testing or measuring brain activity |
US5709214A (en) * | 1996-05-02 | 1998-01-20 | Enhanced Cardiology, Inc. | PD2i electrophysiological analyzer |
CN102778949A (zh) * | 2012-06-14 | 2012-11-14 | 天津大学 | 基于ssvep阻断和p300双特征的脑-机接口方法 |
CN103092971A (zh) * | 2013-01-24 | 2013-05-08 | 电子科技大学 | 一种用于脑机接口中的分类方法 |
Non-Patent Citations (1)
Title |
---|
情绪词汇加工的心理生理和病理机制 ——事件相关电位时空模式研究;陈湛愔;《医药卫生科技辑》;20090515(第2009/05期);正文第58页第1行到第93页最后一行及图2-11-2-15 * |
Also Published As
Publication number | Publication date |
---|---|
CN104545900A (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104545900B (zh) | 一种基于配对样本t检验的事件相关电位分析方法 | |
CN103399639B (zh) | 基于ssvep和p300联合脑机接口方法及装置 | |
CN103876734B (zh) | 一种基于决策树的脑电信号特征选择方法 | |
Atluri et al. | TMSEEG: a MATLAB-based graphical user interface for processing electrophysiological signals during transcranial magnetic stimulation | |
McMahon et al. | One month in the life of a neuron: longitudinal single-unit electrophysiology in the monkey visual system | |
CN106805945B (zh) | 一种少数通道的脑电信号中肌电伪迹的消除方法 | |
Clare et al. | Detecting activations in event‐related fMRI using analysis of variance | |
CN113827865B (zh) | 经颅磁刺激位置确定方法、装置、电子设备及存储介质 | |
CN110192874B (zh) | 基于多导脑电信号裕度因子的测谎方法 | |
Quek et al. | Ultra-coarse, single-glance human face detection in a dynamic visual stream | |
CN108681391A (zh) | 一种基于多模式的脑电信号虚拟键盘设计方法 | |
CN106484106A (zh) | 视敏度自动识别的非注意事件相关电位脑‑机接口方法 | |
CN106264521A (zh) | 多通道脑电信号中下颌干扰的自动去除方法 | |
CN110262658B (zh) | 一种基于强化注意的脑机接口字符输入系统及实现方法 | |
CN106502386A (zh) | 色觉自动识别的非注意事件相关电位脑‑机接口的方法 | |
CN110192875B (zh) | 基于多导脑电信号波形因子的测谎方法 | |
Plodowski et al. | Mental representation of number in different numerical forms | |
CN111414835A (zh) | 一种由恋爱冲动引发的脑电信号的检测判定方法 | |
CN111144450A (zh) | 一种构建基于不同长度名字刺激的erp范式的方法 | |
Morrow et al. | Mesoscopic-scale functional networks in the primate amygdala | |
Meshriky et al. | An intermixed color paradigm for P300 spellers: A comparison with gray-scale spellers | |
CN106445140B (zh) | 静视野自动识别的非注意事件相关电位脑-机接口方法 | |
CN111671418B (zh) | 一种考虑脑工作状态的事件相关电位采集方法及系统 | |
Kucewicz et al. | Combined single neuron unit activity and local field potential oscillations in a human visual recognition memory task | |
Kaneta et al. | Feasibility of BMI improvement applying a Stroop effect |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |