發(fā)布時(shí)間：2021-07-03 06:33

　　腦電信號(hào)作為一種從頭皮記錄的生理信號(hào),其中包含著與大腦皮層活動(dòng)直接相關(guān)的、復(fù)雜而隱式的信息。通過分析高分辨率的、不可人為更改和隱瞞的腦電信號(hào),可實(shí)時(shí)、高效、可靠的獲悉人類的大腦活動(dòng)狀態(tài)。因其自身的特點(diǎn)與優(yōu)勢,基于腦電信號(hào)的分類任務(wù)的研究已經(jīng)被應(yīng)用在了工業(yè),醫(yī)學(xué),軍事和游戲等領(lǐng)域。但是,腦電信號(hào)分類任務(wù)中仍然面臨著一些由腦電自身特性產(chǎn)生的、阻礙腦電分類任務(wù)發(fā)展的問題,例如:腦電數(shù)據(jù)樣本量不足和腦電信號(hào)間存在時(shí)空差異性。針對(duì)以上兩個(gè)問題,本研究分別提出了腦電數(shù)據(jù)擴(kuò)增和腦電時(shí)空消歧兩種方法。在腦電分類領(lǐng)域,可用于科學(xué)研究的腦電信號(hào)樣本量較少是一個(gè)普遍存在的問題,該問題阻礙了使用深度學(xué)習(xí)等技術(shù)進(jìn)行腦電分類任務(wù)的探究。由于腦電信號(hào)采集條件和成本的限制,現(xiàn)有的公開腦電數(shù)據(jù)庫中的樣本量普遍較少,而這種數(shù)據(jù)短缺會(huì)增加將一些需要大量訓(xùn)練數(shù)據(jù)的模型方法應(yīng)用到腦電分類任務(wù)中的難度。比如,近幾年,深度學(xué)習(xí)方法已經(jīng)在圖像、視頻等處理分析領(lǐng)域取得了驚人的成就,但是腦電數(shù)據(jù)短缺阻礙了基于深度學(xué)習(xí)模型的腦電分類任務(wù)的探究。因?yàn)橄裆疃葘W(xué)習(xí)這種復(fù)雜的模型往往包含大量的模型參數(shù),需要更多的訓(xùn)練數(shù)據(jù)來支撐參數(shù)的訓(xùn)練。為了解決... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基于數(shù)據(jù)擴(kuò)增的腦電情感識(shí)別框架

腦電信號(hào)進(jìn)行幾何變換的示例

SEED數(shù)據(jù)庫中包含的三種情感刺激視頻[50]


本文編號(hào)：3262069