导读:本文包含了脑电逆问题论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:偶极子,算法,自适应,卡尔,状态,脑电图,神经网络。
脑电逆问题论文文献综述
徐立超,王仲朋,许敏鹏,何峰,周鹏[1]（2017）在《脑电逆问题在运动康复领域中的应用》一文中研究指出基于脑电(EEG)的脑机接口(BCI)康复系统正日益受到运动康复领域的重视,但是传统的BCI范式限制系统的使用范围和使用方式。基于脑电逆问题的BCI系统能识别较高空间和时间分辨率下的神经自发调制活动,从而可扩展运动指令集并进一步促进BCI系统的直观使用。介绍脑电逆问题领域当前的相关方法及其在运动康复领域的应用,总结归纳存在的问题并分析未来脑电逆问题在运动康复领域的新的应用思路。(本文来源于《中国生物医学工程学报》期刊2017年06期）
陈颖,崔红伟[2]（2013）在《GA-RBF神经网路在脑电逆问题中的应用》一文中研究指出脑电逆问题的实质是根据头皮电极记录到的多道脑电信号,反演脑内电活动源的信息。本文利用遗传算法(GA)优化RBF人工神经网络,进而求解脑电逆问题。(本文来源于《电子技术与软件工程》期刊2013年15期）
周霆,李娟,潘林,余轮[3]（2009）在《一种新的脑电逆问题求解方法》一文中研究指出以"路"代"场",把脑电逆问题看成是从颅内大脑皮质层源电位到头皮实测EEG信号之间的电路网络传输,从能量守恒、动能位能的相互转换等普适性原理出发,建立了动态的电压平衡方程.用经验模态分解等方法反演计算出脑电生理学材料参数之后,通过求解该方程来确定脑电的源电位,为解决脑电逆问题提供新的途径.(本文来源于《福州大学学报(自然科学版)》期刊2009年04期）
李璜玮,刘华锋,施鹏程[4]（2009）在《基于卡尔曼滤波理论的脑电逆问题反演》一文中研究指出由头皮上的电压推断出大脑内神经活动源的过程称之为脑电逆问题,这一问题的解决具有重要的研究意义和应用价值。为了有效地进行脑电逆问题的反演计算,提出了一种基于状态空间的新的脑电逆问题求解算法。该方法首先根据神经系统的动力学方程得到状态方程,并由脑电系统的观测方程构成测量方程;然后应用卡尔曼滤波方法来反演大脑内活动源的信息。这种新的求逆算法不仅可以处理脑电系统中的不确定因素,而且还可以将静态和动态脑电逆问题的求解统一到同一框架下,因此具有一定的新颖性;最后分别给出了模拟数据和实际脑电数据的实验结果。实验结果证明,卡尔曼滤波法更具优越性。(本文来源于《中国图象图形学报》期刊2009年05期）
邢大地,吴效明[5]（2009）在《基于改进的遗传算法求解脑电逆问题》一文中研究指出由大脑头皮电压推断大脑内活动源的信息,称之为脑电逆问题,即通过脑电图数据去反演可以反映脑电活动等效偶极子源的参数信息。其中,遗传算法由于其良好的鲁棒性、自适应性和全局优化性,是解决这类非线性问题的有力工具,但仍存在一些问题。文章分别采用了改进的自适应遗传算法和混合遗传算法,分别对单偶极子和双偶极子模型进行仿真。仿真结果表明,相对于基本遗传算法,混合遗传算法在搜索的早期效率较高,而自适应遗传算法在中后期防止局部最优的性能方面有较大提高。(本文来源于《中国组织工程研究与临床康复》期刊2009年17期）
李璜玮[6]（2008）在《脑电逆问题研究：状态空间理论》一文中研究指出脑电逆问题是指从头皮表面测得的电位推断大脑内部活动源的信息。逆问题的研究对脑部疾病的临床诊断和认知功能的研究具有重要意义。为了提高解的精度和可靠性,我们提出了基于状态空间理论的新的求逆算法。实验表明这种方法能有效解决传统算法在求解过程中所碰到的问题。本文的主要工作是在分析脑电逆问题的研究现状和科学问题的基础上,提出具有针对性的解决方案:由于脑电逆问题在理论上存在解的非唯一性的难点,因此在求解过程中必须引入合适的约束条件。但传统算法往往只从数学或物理的角度给出约束条件,而我们提出了在电生理约束条件下的状态空间方法:根据大脑神经网络的电活动构建状态方程,根据脑电系统中测量值和脑电源之间的关系构建测量方程,这两个方程组成状态空间方程组。在此基础上,再用卡尔曼滤波法进行求解。实验结果表明了状态空间方法的优越性。针对获得精确电导率值在脑电逆问题中的重要性,我们提出用状态空间法同时估计脑电源的定位信息和电导率的思想:把电导率看成具有先验分布的随机变量,结合脑电源的位置变量构成状态变量,最后扩展成具有电生理约束的状态方程;同样,根据脑电系统中测量值和脑电源之间的关系建模成测量方程;最后通过dd1方法对状态空间方程组进行求解。这种方法不仅能估计出实际中比较难测量的电导率,还可以将电导率值作为辅助信息提高定位精度,因此是一种有效的求逆方法。(本文来源于《浙江大学》期刊2008-05-05）
侯昀[7]（2007）在《支持向量机（SVM）算法及其在脑电逆问题方面的应用》一文中研究指出脑电现象是脑神经活动的外在表现形式之一,对脑电现象的研究,可使人们快速、无创和经济地阅读活体大脑的功能状态,如生理、病理、心理、感知、认知等。而达到此目的的关键是如何从EEG所携带的丰富信息中提取所需的有用信息。计算机、信息处理方法及计算电磁学的应用,突破了脑电研究的传统模式,给脑电研究带来新的活力。脑电研究领域的核心技术是对脑电正、逆问题的研究。脑电逆问题的研究近20年来受到人们的广泛重视。脑电逆问题的精确结果对脑认知功能的研究有重要的科学意义和临床应用价值。支持向量机算法基于结构风险最小化原理,而不是传统统计学的经验风险最小化,专门针对有限样本学习,可以避免局部极值的情况,并通过非线性变换巧妙的解决了维数灾难问题,表现出很多优于已有方法的性能,在精度上已经超过传统的学习算法或与之不相上下。支持向量机算法在模式识别、回归估计、概率密度函数估计等方面都有应用并取得了大量的应用研究成果,推动了各领域的发展。本文的主要工作是利用支持向量回归算法解决脑电逆问题的偶极子源定位。从对脑电正问题模型和算法的学习出发,从根本上认识脑电问题。学习研究脑电逆问题的特点,分析各种求解算法的优缺点。介绍支持向量机分类算法和回归算法及其各种优化算法。支持向量回归算法基于学习样本寻找统计规律,并利用统计规律对未知数据做出预测,该算法用于脑电逆问题的偶极子源定位,无需任何先验知识,无需求解过程中的正向计算,定位的可靠性不会随着未知偶极子个数的增加而下降,是一个很好的方向。(本文来源于《河北工业大学》期刊2007-11-01）
尧德中,周映春[8]（2006）在《脑电逆问题的一种分域迭代聚焦算法》一文中研究指出脑电逆问题是一个欠定问题,引入适当的约束或迭代技巧是改善解的性能的有效途径．该文提出了一种将自相干增强算法(SCEA)和迭代聚焦算法(FOCUSS)相结合的新算法．该方法以最小模解为出发点,对其用聚类算法进行分区和自相干增强,然后进行遮代聚焦．针对皮层源的仿真计算表明,该方法可实现对不同强度的多源成像．(本文来源于《电子科技大学学报》期刊2006年S1期）
杨金奎,刘希顺,刘安芝[9]（2006）在《脑电逆问题方法研究》一文中研究指出本文阐述了脑电逆问题的模型和求解方法,并介绍了求解脑电逆问题的发展方向。(本文来源于《微计算机信息》期刊2006年23期）
杨鹏,刘希顺,刘安芝,余理富[10]（2004）在《自适应遗传算法在脑电逆问题中的应用》一文中研究指出脑电逆问题是指利用脑电图 (EEG)数据去反演可以反映脑电活动等效偶极子源的参数信息。优化方法是解决这一问题的有力工具。自适应遗传算法根据算法的不同情况自动改变遗传算子 ,将这一算法应用于脑电逆问题 ,其运算速度和防止局部最优的性能较基本遗传算法有较大提高(本文来源于《计算机与现代化》期刊2004年06期）
脑电逆问题论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
脑电逆问题的实质是根据头皮电极记录到的多道脑电信号,反演脑内电活动源的信息。本文利用遗传算法(GA)优化RBF人工神经网络,进而求解脑电逆问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
脑电逆问题论文参考文献
[1].徐立超,王仲朋,许敏鹏,何峰,周鹏.脑电逆问题在运动康复领域中的应用[J].中国生物医学工程学报.2017
[2].陈颖,崔红伟.GA-RBF神经网路在脑电逆问题中的应用[J].电子技术与软件工程.2013
[3].周霆,李娟,潘林,余轮.一种新的脑电逆问题求解方法[J].福州大学学报(自然科学版).2009
[4].李璜玮,刘华锋,施鹏程.基于卡尔曼滤波理论的脑电逆问题反演[J].中国图象图形学报.2009
[5].邢大地,吴效明.基于改进的遗传算法求解脑电逆问题[J].中国组织工程研究与临床康复.2009
[6].李璜玮.脑电逆问题研究：状态空间理论[D].浙江大学.2008
[7].侯昀.支持向量机（SVM）算法及其在脑电逆问题方面的应用[D].河北工业大学.2007
[8].尧德中,周映春.脑电逆问题的一种分域迭代聚焦算法[J].电子科技大学学报.2006
[9].杨金奎,刘希顺,刘安芝.脑电逆问题方法研究[J].微计算机信息.2006
[10].杨鹏,刘希顺,刘安芝,余理富.自适应遗传算法在脑电逆问题中的应用[J].计算机与现代化.2004
论文知识图
