北京生物医学工程

基于神经网络的多参数脑电注意力水平提取

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

作者：袁浩黄晓林宁新宝

单位：南京大学电子科学与工程学院，生物医学电子工程研究所(南京210093)

分类号：

出版年·卷·期（页码）：2010·29·6（571-574）

摘要：

为克服利用单一参数判断注意力水平的灵敏性缺陷，本文设计并实现了一种多参数的脑电注意力水平提取方法。首先从脑电信号中提取7个脑电特征参数，全面评估脑电频谱特性，然后利用误差反传(back propagation，BP)神经网络算法实现脑电特征参数与注意力水平间的非线性映射，从而实现准确的注意力水平提取。同时，本文对BP算法进行了一系列的改进,有效地提高了网络的学习效率，并能迅速跳出局部极小。以34例脑电数据对网络进行训练，实验结果证实该网络能迅速收敛，网络收敛后测试库中的脑电数据注意力水平判别结果证明该网络具有较高的识别率。

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.

参考文献：

［1］盖笑松,兰公瑞,刘希平. 国内注意缺陷/多动障碍儿童干预效果的元分析［J］. 心理学报， 2008， 40(11)：1190-1196.
［2］周为,何庆华. 脑电生物反馈治疗广泛性焦虑的疗效观察［J］. 中国行为医学科学， 2005，14(3)：259-259.
［3］华春兰. 脑电生物反馈治疗失眠症的疗效观察［J］. 赣南医学院学报，2009，29(6)：926-926.
［4］赵龙莲,梁作清,伍文清,等. 生物反馈训练后癫痫患者脑电相关维数变化的分析［J］. 中国生物医学工程学报，2010，29(1)：71-76.
［5］侯静红,张瑜,许铖. 脑电生物反馈治疗儿童注意缺陷多动障碍的临床分析［J］. 中国当代儿科杂志，2008，10(6)：726-727.
［6］飞思科技产品研发中心.神经网络理论与MATLAB 7实现［M］.北京：电子工业出版社，2005：100-107.
［7］张立明. 人工神经网络的模型及其应用［M］. 上海：复旦大学出版社，1993：43.
［8］宁新宝. 生物医学电子学［M］. 长沙：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］边肇祺,张学工. 模式识别［M］. 北京：清华大学出版社，2000：254-257.
［12］黄德双.神经网络模式识别系统理论［M］.北京：电子工业出版社，1996：153-158.
［13］宁新宝, 黄晓林,徐寅林,等. 神经网络分析方法用于心脏病诊断的研究［J］. 生物医学工程学杂志，2004，21(2)：284-287.
［14］伍亚舟,张玲,易东等. 基于支持向量机的思维脑电信号特征分类研究［J］. 计算机工程与应用，2008，44(36)：58-63.
［15］傅娟,宁新宝,司峻峰. 脑电生物反馈仪的设计与实现［J］. 微处理机，2004，25(2)：62-64.

服务与反馈：

【文章下载】【加入收藏】

提示：您还未登录，请登录！点此登录