徐保磊
- 作品数：9 被引量：42H指数：4
- 供职机构：中国科学院沈阳自动化研究所更多>>
- 发文基金：国家自然科学基金云南省教育厅科学研究基金云南省应用基础研究基金更多>>
- 相关领域：自动化与计算机技术医药卫生轻工技术与工程更多>>
- 一种基于巨磁阻抗传感器的胃磁信号采集分析系统
- 本发明涉及新型医疗信号处理、采集以及分析技术，具体来说是一种基于巨磁阻抗传感器对胃磁信号进行非接触式检测和处理的采集分析系统。本发明包括胃磁信号采集模块，用于采集并放大胃磁信号；数据转换处理模块，连接胃磁信号采集模块，用...
- 缪磊徐保磊秦书嘉李洪谊
- 文献传递
- 一种多模态脑电和近红外光谱联合采集头盔设计及实验研究被引量：4
- 2018年
- 多模式脑—机接口和多模式脑功能成像是目前和未来的发展趋势。本研究针对基于脑电-近红外光谱(EEG-NIRS)的多模态脑—机接口,为同时采集运动区的脑活动,设计了一种EEG和NIRS联合采集的头盔并进行实验验证。根据10-20系统或10-20扩展系统、NIRS探头和EEG电极直径和间距,以C3或C4为基准电极对近红外探头进行对准,把EEG电极置于NIRS电极之间,同时测量同一功能脑区NIRS变化和与之对应的EEG变化;采用螺纹旋紧的方式耦合近红外探头夹持器和近红外探头。为验证该多模态EEG-NIRS联合采集头盔的可行性和有效性,在涉及右手握力和握速运动想象共6个任务期间,采集了6个健康被试运动区的NIRS和EEG信号。这些信号在一定程度上可能反映了握力和握速运动想象相关的脑活动。实验表明本文设计的EEG和NIRS联合采集头盔可行并有效,不仅能够为基于EEG-NIRS的多模态运动想象脑—机接口提供支持,也可望为EEG-NIRS多模态脑功能成像研究提供支持。
- 熊馨伏云发张夏冰李松徐保磊尹旭贤
- 关键词：多模态脑电近红外光谱
- 脑机融合控制中脑电伪迹处理方法被引量：3
- 2021年
- 脑机融合控制的典型控制信号源是脑电,然而脑电信号具有低信噪比、低空间分辨率、极易受到伪迹的污染,这给该类控制系统中脑电信号的处理带来了巨大的挑战.针对脑电中存在的各种伪迹,分析总结了各种伪迹处理方法并比较它们的优缺点,最后针对脑机融合控制的实用化需求,指出该领域脑电伪迹处理方法未来的研究方向——在线实时、自适应/机器学习、免伪迹参考、少通道/单通道、优化融合多种有效方法综合去除EEG中的主要伪迹.
- 熊馨杨秋红周建华徐保磊李永程尹旭贤伏云发
- 关键词：脑电
- 脑电和近红外光谱联合采集脑信号的头盔
- 本发明涉及一种有机结合脑电与近红外光谱同时采集脑信号的头盔。一块覆盖头皮的柔性材料上固定有脑电电极和近红外探头夹持器，近红外探头耦合在近红外探头夹持器上；所述近红外探头夹持器由近红外探头夹持器A和近红外探头夹持器B组成；...
- 徐保磊伏云发李洪谊缪磊秦书嘉
- 文献传递
- 基于运动相关皮层电位握力运动模式识别研究被引量：11
- 2014年
- 面向基于脑–机接口(Brain-computer interface,BCI)的脑–机交互控制(Brain-machine interaction control,BMIC)—直接脑控机器人,提出一种新的左、右手握力运动参数范式,在该范式下探索左、右手握力运动相关皮层电位/运动相关电位(Movement-related potentials,MRPs)的时域特征表示并识别握力运动模式.在涉及左、右手4个不同任务的实验中采集了11个健康被试的脑电信号,任务期间要求被试以2种握力变化模式之一完成自愿握力运动,每种任务随机重复30次.不同握力任务之间具有显著差异的运动相关电位特征用于识别握力运动模式.分别用基于核的Fisher线性判别分析和支持向量机识别4个不同的握力运动任务.研究结果进一步证实运动相关电位可以表征握力运动规划、运动执行和运动监控的脑神经机制过程.基于核的Fisher线性判别分析和支持向量机分别获得24±4%和21±5%的平均错误分类率.最小误分类率是12%,所有被试平均最小误分类率为20.9±5%.与传统的仅仅识别参与运动的肢体类型以及识别单侧肢体运动参数的研究相比,本研究可望为脑–机交互控制/脑控机器人接口提供更多的力控制意图指令,奠定了后续的对比研究基础.
- 伏云发徐保磊李永程李洪谊王越超余正涛
- 关键词：支持向量机脑-机接口
- 直接脑控机器人接口技术被引量：25
- 2012年
- 直接脑控机器人接口(Brain-controlled robot interface,BCRI)是一种新型的人-机器人接口技术,是脑-机器接口/脑-计算机接口(Brain-machine interface,BMI/Brain-computer interface,BCI)在机器人控制领域的重要应用和研究方向.研究者相继在Nature、Science和其他重要国际期刊上报道了相关的实验研究和开发,目前已成为国际前沿研究热点.本文主要围绕BCRI中的控制策略、BMI/BCI模块与机器人多层控制模块的适应和融合、BCRI中的脑信号自适应分类算法以及人、BMI/BCI模块和机器人控制系统的三边自适应展开论述,分析了目前的研究情况、存在的局限和面临的若干重要问题,指出进一步的研究思路和方向.
- 伏云发王越超李洪谊徐保磊李永程
- 脑电和近红外光谱联合采集脑信号的头盔
- 本实用新型涉及一种有机结合脑电与近红外光谱同时采集脑信号的头盔。一块覆盖头皮的柔性材料上固定有脑电电极和近红外探头夹持器，近红外探头耦合在近红外探头夹持器上；所述近红外探头夹持器由近红外探头夹持器A和近红外探头夹持器B组...
- 徐保磊伏云发李洪谊缪磊秦书嘉
- 文献传递
- 基于脑电运动速度想象的单次识别研究被引量：4
- 2011年
- 基于运动想象脑电节律活动的脑-机接口是脑-机接口系统研究中的重要范式之一。本研究给出一种基于运动速度想象的新的研究范式,探索在该研究范式下对运动速度想象具有反应性的脑电节律活动,并进行单次识别。采集了4个健康志愿者想象左手食指快速运动(4 Hz)和慢速运动(1 Hz)时的脑电信号,速度由节拍器定节奏和训练。通过能量谱分析,在C3、Cz和C4通道发现了对运动速度想象具有反应性的频带:9 Hz至13 Hz。提取通道C3、Cz和C4上9 Hz至13 Hz频带能量构建特征空间,分别利用Fisher判别分析和多层感知器神经网络进行运动速度想象的单次识别,对于左手食指快速运动和慢速运动想象,Fisher判别分析和多层感知器神经网络取得的平均误分类率分别是27.7±1.2%,28.4±4.6%,正确识别率均在70%以上。结果表明,尽管运动速度想象的单次识别是一个困难的挑战,但通过精心设计研究范式,适当训练被试,能够诱发出对速度起反应的特征频带,基于脑电单次识别运动速度想象是可行的,该研究可望能够为脑-机接口提供额外的新的速度控制参数。
- 伏云发徐保磊裴立力李洪谊
- 关键词：脑电FISHER判别分析多层感知器脑-机接口
- 基于特征谱的胃磁慢波信号频率检测方法
- 本发明为一种基于特征谱的胃磁慢波信号频率检测方法，包括：数据预处理，读取巨磁阻抗传感器在特表测量到的原始胃磁数据，并对原始胃磁数据进行重新采样和滤波处理；特征谱计算，计算所述滤波处理后的数据的特征谱；特征谱主峰识别，对上...
- 缪磊徐保磊秦书嘉李洪谊
- 文献传递
