• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于LSTM-Attention的P300事件相關(guān)電位識別分類研究

    2022-12-21 11:30:34王夏霖范藝璇
    電子科技 2022年12期
    關(guān)鍵詞:被試者腦電電信號

    王夏霖,闞 秀,范藝璇

    (上海工程技術(shù)大學(xué) 電子電氣工程學(xué)院,上海 201620)

    大腦是人體高級神經(jīng)活動的中樞,負責(zé)處理神經(jīng)系統(tǒng)中的復(fù)雜信息。當(dāng)人進行思維活動時,信息在大腦皮層上數(shù)以億計的相互連接的神經(jīng)元之間傳遞,并產(chǎn)生微弱的電流。這種微電流現(xiàn)象于1928年被首次發(fā)現(xiàn),并被命名為腦電波(Electroencephalogram, EEG)[1]。一般情形下,這些信號通過外圍神經(jīng)或者肌肉組織的通道向身體各個部位傳輸指令。在重度殘疾病人中,正常信息傳輸通道受損,但通過傳感器可以對大腦思維活動進行監(jiān)控和表征,因此腦機接口技術(shù)的發(fā)展對于殘障人士的認知和行為表達具有十分重要的意義。在“十四五”規(guī)劃綱要中,腦科學(xué)與類腦研究作為重大項目排在第4位,具有良好的發(fā)展前景。

    腦機接口技術(shù)是一種借助腦電信號實現(xiàn)人機交互的技術(shù)手段,能夠幫助肌肉萎縮病人控制輪椅,輔助語言障礙病人與外界交流[2]。事件相關(guān)電位是一種在外界刺激下,大腦區(qū)域產(chǎn)生的誘發(fā)腦電信號[3]。其中P300事件相關(guān)電位為小概率刺激發(fā)生后300 ms或400 ms范圍左右出現(xiàn)的一個正向波峰,與受試者的心理認知狀態(tài)密切相關(guān),被廣泛運用于腦機接口技術(shù)[4]。文獻[5]提出了最早的基于P300事件相關(guān)電位的字符拼寫系統(tǒng),促進了腦機交互技術(shù)的發(fā)展,其原理和實現(xiàn)方式引起了國內(nèi)外廣泛關(guān)注。設(shè)計字符拼寫系統(tǒng)的目的是使用數(shù)據(jù)處理和分類策略對P300事件相關(guān)電位進行有效識別。文獻[6]利用小波變換對P300信號進行去噪,有效去除了腦電信號中的噪聲。文獻[7]采用獨立成分分析(Independent Component Analysis,ICA)法,根據(jù)P300信號的時空域先驗知識,將誘發(fā)電位的分解信號與ICA分離,保留了P300信號的相關(guān)部分,有效增強了P300信號。文獻[8]選擇目標(biāo)波形明顯的導(dǎo)聯(lián),對P300信號濾波后,通過合適的時間窗獲得區(qū)分度更高的特征向量,并結(jié)合貝葉斯判別分析模型進行分類分析。針對小概率下誘發(fā)刺激造成的數(shù)據(jù)不平衡問題,文獻[9]結(jié)合合成少數(shù)類上采樣方法(Synthetic Minority Oversampling Technique,SMOTE)豐富含有目標(biāo)P300事件相關(guān)電位的少數(shù)類,并用線性判別分析模型分類不同腦電信號。

    本文根據(jù)5位健康成年被試者的P300腦機接口實驗數(shù)據(jù),基于LSTM-Attention網(wǎng)絡(luò)對數(shù)據(jù)增強后的腦電數(shù)據(jù)建立了一個P300事件相關(guān)電位識別分類模型。本文首先闡述了數(shù)據(jù)處理階段的主要內(nèi)容;然后,基于LSTM(Long-Short Term Memory)網(wǎng)絡(luò)和Attention機制構(gòu)建了P300事件相關(guān)電位識別分類網(wǎng)絡(luò)LSTM-Attention;最后,對所提方法和網(wǎng)絡(luò)進行了性能評估。

    1 腦電數(shù)據(jù)采集

    本文數(shù)據(jù)集來源于5個健康成年被試者(平均年齡為20歲)的P300腦機接口實驗數(shù)據(jù)。在實驗中,每個被試者能夠觀察到一個由36個英文和數(shù)字字符組成的6行6列矩陣界面[10],界面如圖1所示。

    圖1 6×6字符矩陣界面

    被試者被要求注視字符矩陣中的某一隨機目標(biāo)字符,目標(biāo)字符由矩陣界面的行和列來定義。在被試者注視目標(biāo)字符時,字符矩陣進入閃爍模式,每次隨機閃爍字符矩陣的某一行或一列,閃爍時間為80 ms,間隔為80 ms。每輪實驗測試12個隨機目標(biāo)字符,當(dāng)所有行和列均閃爍一次后,一輪實驗結(jié)束,每個被試者共進行10次實驗。在理想情況下,當(dāng)目標(biāo)字符所在的行或列閃爍時,被試者收到視覺刺激,約300 ms后被試者腦電信號中會檢測到P300事件相關(guān)電位;當(dāng)其他行或列閃爍時,被試者腦電信號中不會存在P300事件相關(guān)電位。

    本文實驗共采集被試者20個通道的腦電信號,采樣頻率為250 Hz,采樣通道位置如圖2所示。信號采樣設(shè)備設(shè)置了參考電極和接地電極,因此采集的腦電信號幅值為作用電極與參考電極之間的差值[11]。

    圖2 采樣電極位置示意圖

    2 腦電數(shù)據(jù)處理

    在腦電信號采集過程中會受到其他生物電信號或一些外界因素的干擾,因此采集到的原始腦電數(shù)據(jù)中會混入與被試者真實意圖無關(guān)的噪聲,這將增加P300事件相關(guān)電位的識別分類難度。為了去除腦電信號中的無用噪聲,提高數(shù)據(jù)的信噪比并完成最終P300電位的識別分類,需要對采集到的原始腦電信號進行預(yù)處理。本文對原始腦電信號的處理流程如圖3所示。

    圖3 原始腦電信號處理流程

    2.1 基線矯正及濾波

    腦電信號屬于一種非平穩(wěn)、不規(guī)則的時間序列信號,其本身具有某種內(nèi)在聯(lián)系,而噪聲在信號內(nèi)部聯(lián)系函數(shù)之上疊加了多項式趨勢信號,因此本文采用去趨勢化方法對原始腦電信號進行基線矯正,過濾原始腦電信號中各階趨勢成分,去除由于噪聲和信號的不穩(wěn)定性帶來的偽關(guān)聯(lián)干擾。

    對于長度為N的腦電信號序列{x(t),t=1,2,3,…,N},計算其累計差值并轉(zhuǎn)換為新序列

    (1)

    (2)

    y(t)=y(t)-yn(t),t=1,2,…,N

    (3)

    通過上述處理,去除了原始腦電信號的趨勢項,得到了基線矯正后的腦電信號數(shù)據(jù)。采集到的腦電信號中會出現(xiàn)工頻噪聲、隨機噪聲等不同頻段的噪聲,而P300事件相關(guān)電位只會出現(xiàn)在特定的頻段范圍內(nèi),因此需要對采集腦電信號進行濾波。本文選取10階巴特沃斯帶通濾波,對基線矯正后的腦電數(shù)據(jù)進行0.1~20 Hz的帶通濾波,濾除不在該頻率區(qū)間內(nèi)的信號噪聲。原始腦電信號和去趨勢濾波后腦電信號如圖4所示。

    圖4 腦電信號

    2.2 信號片段切分

    假設(shè)理想情況下,受試者不受其他干擾,當(dāng)不含有目標(biāo)字符的行或列閃爍時不會誘發(fā)出P300事件相關(guān)電位。考慮到在刺激發(fā)生后300~450 ms才會出現(xiàn)P300電位,因此基于每個目標(biāo)字符出現(xiàn)的采樣點選取信號片段時,應(yīng)能夠充分包含由刺激誘發(fā)出的P300電位。在該實驗中,腦電的采樣頻率為250 Hz,因此1 s中的采樣點數(shù)為250個。本文將每一個字符所在行或列閃爍后600 ms內(nèi),即150個采樣點的腦電數(shù)據(jù)作為一個樣本,對原始腦電信號進行切分處理。此外,將受試者腦電信號中與目標(biāo)字符閃爍時對應(yīng)的信號片段切割為正樣本集,即含有P300電位的樣本集,其余信號片段為負樣本集。對每個受試者進行訓(xùn)練時,目標(biāo)字符有12個,因此每個受試者腦電信號最終切分維120個正樣本和600個負樣本,每個樣本的特征維度為150×20。

    2.3 數(shù)據(jù)增強

    通過基線校正、濾波處理以及信號片段切割后,獲得的每個被試者的訓(xùn)練集樣本存在明顯不平衡現(xiàn)象。其中,含有P300事件相關(guān)電位的樣本數(shù)遠少于無刺激情況下的腦電信號樣本。信息量過少則難以為后續(xù)識別分類算法提供有效的特征,且分類器的決策邊界會傾向于樣本數(shù)量更多的類別,無法識別并定位P300電位所在的信號片段,增加了后續(xù)識別分類的難度,因此需對正樣本數(shù)據(jù)集進行數(shù)據(jù)增強以擴增正樣本數(shù)量。本文利用SMOTE算法合成少數(shù)類樣本,但該操作會生成部分噪聲。為了提高合成數(shù)據(jù)分布的合理性,本文選擇基于樣本的分布密度剔除游離在高密度區(qū)域的噪聲點。

    2.3.1 合成上采樣

    SMOTE算法主要針對少數(shù)類中的每一個樣本,對其k近鄰任選一個樣本進行線性插值,從而生成分布較為均勻的少數(shù)類樣本。

    對于少數(shù)類集合中的每一個樣本xi,任選其k近鄰樣本中任一個樣本xneighbor,其合成新樣本xnew的大小如式(4)所示。

    xnew=xi+rand(0,1)×(xneighbor-xi)

    (4)

    根據(jù)樣本不平衡的比例,將采樣率設(shè)置為5,即對每一個少數(shù)類樣本合成過程重復(fù)5次,進而生成正負樣本平衡的訓(xùn)練集。

    2.3.2 基于密度聚類的噪聲樣本去除

    通過SMOTE方法,可以根據(jù)樣本的位置分布情況有效合成大量的少數(shù)類數(shù)據(jù),但新生成的樣本也有可能落在多數(shù)類樣本的區(qū)域中,遠離少數(shù)類樣本的密集區(qū)域。針對SMOTE算法生成的樣本,需要進一步根據(jù)密度剔除無關(guān)噪聲樣本。

    具有噪聲的基于密度的聚類(Density-Based Spatial Clustering of Application with Noise,DBSCAN)方法能夠?qū)⒆銐蛎芏鹊臄?shù)據(jù)點劃分為簇,并且在具有噪聲的數(shù)據(jù)空間分布中發(fā)現(xiàn)任意形狀的簇[12]。在DBSCAN中,假設(shè)樣本的訓(xùn)練集為D=(x1,x2,x3,…,xm),參數(shù)(ε,MinPts)用來描述每個核心樣本鄰域的樣本分布緊密程度。若D中的任意一樣本xj,其ε鄰域中的樣本數(shù)量Nε(xj)至少包含MinPts個樣本,則該樣本xj為核心對象。具體的密度描述定義如下所示:

    (1)密度直達。若xj為核心對象,樣本xi位于xj的ε鄰域中,則xi由xj密度直達;

    (2)密度可達。對于xi和xj,若存在一系列的樣本序列(均為核心對象),后一個樣本可由前一個樣本密度直達,且第一個樣本為xj,最后一個樣本為xi,則xi由xj密度可達;

    (3)密度相連。樣本xi和xj均可由一核心對象xk密度可達,則xi和xj密度相連。

    基于以上原理,由樣本間密度可達關(guān)系能夠?qū)С龅淖畲竺芏认噙B的樣本集合為密度高的類簇,算法流程如圖5所示。

    圖5 DBSCAN算法流程

    通過DBSCAN的算法原理可知,一些樣本點不屬于任何核心對象的鄰域內(nèi)。這些游離的樣本點遠離密度高的區(qū)域,是會對分類結(jié)果產(chǎn)生混淆的噪聲樣本。對合成后的全部少數(shù)類樣本應(yīng)用DBSCAN算法,并剔除噪聲樣本,可進一步提高分類識別準(zhǔn)確度。

    3 P300事件相關(guān)電位識別分類模型

    目前的LSTM網(wǎng)絡(luò)在處理時間序列較短的輸入信息時,由于模型的全連接特性,會得到較好的分類結(jié)果[13]。但當(dāng)輸入較長時間序列時,它的全連接特性反而會導(dǎo)致維度爆炸問題,此時模型的性能表現(xiàn)較差[14-15]。本文將LSTM網(wǎng)絡(luò)和Attention機制結(jié)合在一起,保留LSTM網(wǎng)絡(luò)對輸入腦電信號的輸出信息,并使用Attention機制給輸出信息附加權(quán)重,以此來提高分類識別結(jié)果的信息權(quán)重,減少無關(guān)信息的權(quán)重,使網(wǎng)絡(luò)能夠有選擇地學(xué)習(xí)P300事件相關(guān)電位特征,提高P300電位的分類識別準(zhǔn)確度。LSTM-Attention網(wǎng)絡(luò)結(jié)構(gòu)如圖6所示。

    圖6 LSTM-Attention網(wǎng)絡(luò)基本結(jié)構(gòu)

    如圖6所示,網(wǎng)絡(luò)主要可以分為4個部分:輸入層、LSTM模塊、Attention層和輸出層。網(wǎng)絡(luò)的輸入為待識別的腦電信號序列樣本,每段樣本有150個采樣點長度,20個采樣通道,因此網(wǎng)絡(luò)的輸入維度為150×20。

    網(wǎng)絡(luò)的第2部分為LSTM模塊,主要由3層LSTM層組成:第1層LSTM層有120個LSTM神經(jīng)元,第2層有64個LSTM神經(jīng)元,第3層有32個LSTM神經(jīng)元。

    Attention層為網(wǎng)絡(luò)的第3部分,其可以對腦電信號的重要性進行評判,突出腦電信號中重要的信息,降低網(wǎng)絡(luò)對識別分類結(jié)果影響較小數(shù)據(jù)的敏感度。Attention層通過加權(quán)求和,找到P300信號識別分類中的關(guān)鍵信號段,提高了整個網(wǎng)絡(luò)對腦電信號的分類效率。

    網(wǎng)絡(luò)的第4部分中,輸出層主要由Dropout層、Sigmoid層組成。在P300腦電信號識別分類中,由于訓(xùn)練樣本有限,網(wǎng)絡(luò)訓(xùn)練過程中容易出現(xiàn)過擬合現(xiàn)象,即各個神經(jīng)元之間表示的特征相互之間可能存在重復(fù)。因此,在第3層Attention層后加入Dropout層,在訓(xùn)練過程中,按照概率P=0.5隨機將神經(jīng)元從網(wǎng)絡(luò)中移除,以防止網(wǎng)絡(luò)過擬合,提高網(wǎng)絡(luò)的泛化能力[16]。本文將P300事件相關(guān)電位的識別分類問題簡化為一個二分類問題,即判斷輸入腦電信號序列中是否存在P300電位。因此本文使用Sigmoid激活函數(shù)將Dropout層輸出映射到0、1范圍內(nèi),如果Sigmoid函數(shù)的輸出大于0.5,則該腦電信號片段內(nèi)存在P300事件相關(guān)電位,反之不存在。

    3.1 LSTM層

    LSTM網(wǎng)絡(luò)是循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks,RNN)的一個改良版本,其通過添加遺忘門(ft)、輸入門(it)和輸出門(Ot),使得神經(jīng)節(jié)點權(quán)重可以隨時間改變,解決了循環(huán)神經(jīng)網(wǎng)絡(luò)的長期依賴問題,有效避免了循環(huán)神經(jīng)網(wǎng)絡(luò)可能出現(xiàn)的梯度消失或梯度爆炸現(xiàn)象[17]。

    LSTM網(wǎng)絡(luò)的前向計算過程為:

    (1)首先通過遺忘門中的Sigmoid層來舍棄無用信息,Sigmoid 層將當(dāng)前單元輸入xt和上一時刻單元的隱藏層輸出ht-1作為輸入,并進行計算,獲取介于0、1之間的數(shù)。遺忘門的輸出如式(5)所示

    ft=Sigmod(wf[xt,ht-1]+bf)

    (5)

    式中,wf和bf分別為遺忘門中的權(quán)重和偏置;

    (2)通過遺忘門之后,當(dāng)前單元輸入xt和上一時刻單元的隱藏層輸出ht-1需要再經(jīng)過一個Sigmoid層來確定向當(dāng)前單元添加的新信息it,同時還要經(jīng)過一個tanh層來獲得一個新的狀態(tài)輸出Ct。it、Ct可表示為

    it=Sigmod(wi[ht-1,xt]+bt)

    (6)

    (7)

    (3)對遺忘門和輸入門的輸出結(jié)果進行聯(lián)合計算,得到當(dāng)前時刻的單元狀態(tài)值,如式(8)所示。

    (8)

    與此同時,對經(jīng)過tanh層的當(dāng)前單元狀態(tài)Ct和經(jīng)過Sigmoid層之后的數(shù)據(jù)ot進行如下計算,得到當(dāng)前單元的隱含層輸出ht。

    ot=Sigmod(wo[ht-1,xt]+bo)

    (9)

    ht=ot×tanh(Ct)

    (10)

    3.2 Attention層

    Attention機制本質(zhì)上是一種權(quán)重再分配方法,其通過對影響分類識別結(jié)果的信息附加權(quán)重,同時減少無關(guān)信息的權(quán)重來模擬人腦注意力的資源分配機制。因此,它能提高模型的學(xué)習(xí)能力,優(yōu)化模型的訓(xùn)練過程,提高模型的分類識別準(zhǔn)確率[18]。Attention層網(wǎng)絡(luò)結(jié)構(gòu)如下圖所示,假設(shè)ht是第t個LSTM單元的輸出,則Attention機制中注意力分布的計算過程為

    et=ustanh(wsht+bs)

    (11)

    (12)

    式中,ws、bs和us為Attention機制的權(quán)重、偏置和時間序列矩陣。當(dāng)?shù)玫矫總€輸出的注意力概率分布后,進行求和再平均,計算特征向量v為

    (13)

    然后,根據(jù)v對LSTM模塊的不同輸出賦予不同的權(quán)重,使得存在P300腦電信號的片段得到網(wǎng)絡(luò)更多的關(guān)注,從而提高分類識別的準(zhǔn)確率。

    4 實驗

    4.1 模型訓(xùn)練

    本文使用的實驗平臺基于深度學(xué)習(xí)框架Pytorch搭建,網(wǎng)絡(luò)模型由NVIDA Quadro P4000(8G)進行訓(xùn)練,并結(jié)合Python 3.7完成P300腦電信號的識別分類。實驗采用Adam優(yōu)化器優(yōu)化訓(xùn)練過程,批處理樣本數(shù)為480。網(wǎng)絡(luò)的初始學(xué)習(xí)率被設(shè)置為0.000 1,并迭代訓(xùn)練200次。訓(xùn)練過程中模型的準(zhǔn)確率變化曲線如圖7所示。

    圖7 訓(xùn)練集和驗證集準(zhǔn)確率變化曲線

    由上圖可知,隨著迭代次數(shù)的增加,模型準(zhǔn)確率不斷上升,在60輪左右,網(wǎng)絡(luò)達到最優(yōu)狀態(tài),并將此時的網(wǎng)絡(luò)參數(shù)保存為最佳模型。

    4.2 對比實驗

    本文使用Dice系數(shù)和準(zhǔn)確率對P300事件相關(guān)電位分類識別結(jié)果進行評價。每個信號片段的分類結(jié)果可以劃分為真陽性(TP)、假陽性(FP)、真陰性(TN)和假陰性(FN),根據(jù)上述4個指標(biāo)計算準(zhǔn)確率和Dice系數(shù),計算式分別如式(14)、式(15)所示。

    (14)

    (15)

    為了證明本文方法的有效性,在同等實驗環(huán)境下使用被試者1的腦電數(shù)據(jù),對LSTM-Attention與SVM、RNN網(wǎng)絡(luò)進行對比實驗。表1列出了不同方法在相同實驗環(huán)境下的評價結(jié)果。

    表1 LSTM-Attention和其他網(wǎng)絡(luò)的評價結(jié)果

    通過表1可以看出,LSTM-Attention網(wǎng)絡(luò)對被試者1腦電數(shù)據(jù)中的P300電位識別分類準(zhǔn)確率和Dice系數(shù)分別達到了91.9%和91.7%,明顯高于采用其他兩個網(wǎng)絡(luò)的結(jié)果,說明LSTM-Attention網(wǎng)絡(luò)具有良好的P300事件相關(guān)電位的識別分類能力。

    4.3 消融實驗

    為了進一步驗證本文數(shù)據(jù)預(yù)處理方式的可行性,以及識別分類網(wǎng)絡(luò)中各個關(guān)鍵組件的有效性,本章節(jié)對本文方法數(shù)據(jù)增強階段和LSTM-Attention網(wǎng)絡(luò)進行消融實驗,以證明其正確性和必要性。

    4.3.1 針對數(shù)據(jù)增強的消融實驗

    在同等實驗條件下,選擇1號被試者的腦電數(shù)據(jù)進行消融實驗,實驗結(jié)果如表2所示。

    表2 數(shù)據(jù)增強的消融實驗

    由上表可知,當(dāng)數(shù)據(jù)集經(jīng)過數(shù)據(jù)增強后,LSTM-Attention網(wǎng)絡(luò)的Dice系數(shù)和準(zhǔn)確率分別提高了2.8%和2.9%, LSTM網(wǎng)絡(luò)的Dice系數(shù)和準(zhǔn)確率分別提高了1.2%和1.0%。這些改進表明,使用數(shù)據(jù)增強可以有效提高網(wǎng)絡(luò)的P300事件相關(guān)電位的識別分類準(zhǔn)確率。

    4.3.2 針對LSTM-Attention網(wǎng)絡(luò)的消融實驗

    為了研究LSTM-Attention網(wǎng)絡(luò)中Attention層和Dropout層的性能,本文以LSTM網(wǎng)絡(luò)為骨干網(wǎng)絡(luò),選擇1號被試者的腦電數(shù)據(jù)進行消融實驗,實驗結(jié)果如表3所示。

    表3 LSTM-Attention的消融實驗

    由上表可知,當(dāng)在LSTM網(wǎng)絡(luò)后僅加入Dropout層后,網(wǎng)絡(luò)的Dice系數(shù)和準(zhǔn)確率分別提高了0.4%和0.2%。當(dāng)在LSTM網(wǎng)絡(luò)后僅加入Attention層后,網(wǎng)絡(luò)的Dice系數(shù)和準(zhǔn)確率分別提高了2.4%和1.3%。這表明Dropout層和Attention層的加入都能改善網(wǎng)絡(luò)對P300事件相關(guān)電位的識別分類結(jié)果,當(dāng)將Dropout層和Attention層一起加入LSTM網(wǎng)絡(luò)后,LSTM-Attention網(wǎng)絡(luò)的識別分類精度達到最高。

    4.4 實驗重復(fù)次數(shù)對分類結(jié)果的影響

    為了研究實驗重復(fù)次數(shù)與P300事件相關(guān)電位識別分類準(zhǔn)確率之間的關(guān)系,并進一步驗證本文方法的泛化性能,本文在保證實驗條件不變的前提下,對所有被試者數(shù)據(jù)集進行了10次P300事件相關(guān)電位識別分類實驗,實驗結(jié)果如圖8所示。由圖可見,本文方法的平均準(zhǔn)確率在0.917左右,平均Dice系數(shù)在0.916左右,證明本文方法擁有良好的泛化性能。

    (a) (b)

    5 結(jié)束語

    針對腦機接口系統(tǒng)中P300事件相關(guān)電位識別分類準(zhǔn)確率低的問題,本文提出了一種基于LSTM-Attention的P300事件相關(guān)電位識別分類方法。在數(shù)據(jù)處理階段,基于P300電位特征和腦電數(shù)據(jù)基線漂移以及噪聲問題,清洗原始數(shù)據(jù)并切分信號片段制作樣本,得到含有P300電位的正樣本數(shù)據(jù)集和負樣本數(shù)據(jù)集。然后,采用合成上采樣技術(shù)以及基于樣本的密度分布狀態(tài)去除無關(guān)噪聲樣本。與此同時,基于LSTM-Attention網(wǎng)絡(luò)建立P300事件相關(guān)電位識別分類模型,并設(shè)計了對比實驗和消融實驗來證明本文方法的有效性。本文所提出的研究提高了腦電信號中P300事件相關(guān)電位的識別分類準(zhǔn)確率,其在長時序腦電信號處理上相比傳統(tǒng)方法更具優(yōu)勢。但是,本文研究也存在著不足之處:本文使用的腦電數(shù)據(jù)集采集自5位成年被試者,數(shù)據(jù)來源不夠廣泛;本文的數(shù)據(jù)處理階段耗時較長,尚存在很大的優(yōu)化空間。在未來的工作中,可以嘗試更多的數(shù)據(jù)處理方法,使P300電位數(shù)據(jù)集分布更加合理,并拓展腦電數(shù)據(jù)來源,進一步提高方法的實用性。

    猜你喜歡
    被試者腦電電信號
    基于聯(lián)合聚類分析的單通道腹部心電信號的胎心率提取
    德西效應(yīng)
    基于Code Composer Studio3.3完成對心電信號的去噪
    科技傳播(2019年24期)2019-06-15 09:29:28
    德西效應(yīng)
    基于隨機森林的航天器電信號多分類識別方法
    兒童花生過敏治療取得突破
    現(xiàn)代實用腦電地形圖學(xué)(續(xù))
    現(xiàn)代實用腦電地形圖學(xué)(續(xù))
    現(xiàn)代實用腦電地形圖學(xué)(續(xù)) 第五章 腦電地形圖的臨床中的應(yīng)用
    為什么我們會忍不住發(fā)朋友圈?
    奧秘(2016年3期)2016-03-23 21:58:57
    97在线人人人人妻| 午夜福利影视在线免费观看| 人妻人人澡人人爽人人| 日韩免费高清中文字幕av| 国产在视频线精品| 少妇精品久久久久久久| 亚洲少妇的诱惑av| 黄色一级大片看看| 欧美精品人与动牲交sv欧美| 亚洲天堂av无毛| 首页视频小说图片口味搜索 | 91麻豆精品激情在线观看国产 | 免费久久久久久久精品成人欧美视频| 99九九在线精品视频| 中文字幕av电影在线播放| 真人做人爱边吃奶动态| 老司机亚洲免费影院| 亚洲少妇的诱惑av| 亚洲欧美精品自产自拍| 高清av免费在线| 夜夜骑夜夜射夜夜干| 国产深夜福利视频在线观看| 叶爱在线成人免费视频播放| 爱豆传媒免费全集在线观看| 亚洲一区中文字幕在线| 精品视频人人做人人爽| 亚洲一码二码三码区别大吗| 国产激情久久老熟女| 欧美 亚洲 国产 日韩一| 亚洲伊人色综图| 日韩熟女老妇一区二区性免费视频| 如日韩欧美国产精品一区二区三区| 欧美精品av麻豆av| 97人妻天天添夜夜摸| 国产又爽黄色视频| 高清黄色对白视频在线免费看| 欧美黄色淫秽网站| 五月天丁香电影| 一个人免费看片子| 亚洲黑人精品在线| 国产男女内射视频| 一二三四在线观看免费中文在| 欧美在线黄色| 男女边摸边吃奶| 欧美少妇被猛烈插入视频| 美女国产高潮福利片在线看| 久久毛片免费看一区二区三区| 天天操日日干夜夜撸| 久久久国产一区二区| 老司机影院成人| 亚洲欧美色中文字幕在线| 人体艺术视频欧美日本| 一级片'在线观看视频| 老司机亚洲免费影院| 男人添女人高潮全过程视频| 亚洲精品日韩在线中文字幕| 黑人欧美特级aaaaaa片| 日韩制服丝袜自拍偷拍| 狠狠婷婷综合久久久久久88av| 在线av久久热| 老司机在亚洲福利影院| 久久av网站| 大香蕉久久成人网| 精品一区二区三区av网在线观看 | 国产成人av激情在线播放| 亚洲精品在线美女| 日本黄色日本黄色录像| 中文字幕人妻熟女乱码| 在线观看免费高清a一片| 999久久久国产精品视频| www.av在线官网国产| 99热国产这里只有精品6| 黄色毛片三级朝国网站| 日本五十路高清| 美女脱内裤让男人舔精品视频| 国产成人免费观看mmmm| 免费日韩欧美在线观看| 日韩视频在线欧美| 久久99精品国语久久久| 久久国产亚洲av麻豆专区| 天天躁夜夜躁狠狠躁躁| 久久人妻熟女aⅴ| av网站在线播放免费| 国产精品久久久久久精品电影小说| av欧美777| 一级片免费观看大全| 黑人猛操日本美女一级片| 一二三四在线观看免费中文在| 免费看不卡的av| 欧美亚洲 丝袜 人妻 在线| 国产日韩一区二区三区精品不卡| 成年av动漫网址| 岛国毛片在线播放| 亚洲伊人久久精品综合| 老司机亚洲免费影院| avwww免费| 日韩av不卡免费在线播放| 国产片内射在线| 日韩中文字幕欧美一区二区 | 一区二区三区乱码不卡18| 久久久国产欧美日韩av| 母亲3免费完整高清在线观看| 亚洲欧洲日产国产| 久久久久久久国产电影| 一级毛片黄色毛片免费观看视频| 在线av久久热| 亚洲熟女毛片儿| 亚洲成av片中文字幕在线观看| 一区在线观看完整版| 精品卡一卡二卡四卡免费| 免费黄频网站在线观看国产| 电影成人av| 大片电影免费在线观看免费| 婷婷色av中文字幕| 精品国产一区二区三区久久久樱花| 成年女人毛片免费观看观看9 | 中文字幕另类日韩欧美亚洲嫩草| 国产精品免费大片| 一边摸一边做爽爽视频免费| 岛国毛片在线播放| 国产激情久久老熟女| 亚洲熟女毛片儿| 国产欧美亚洲国产| 中文精品一卡2卡3卡4更新| 777久久人妻少妇嫩草av网站| 1024香蕉在线观看| 国产成人91sexporn| 欧美性长视频在线观看| 亚洲成人国产一区在线观看 | 欧美精品高潮呻吟av久久| 国产精品 国内视频| 青春草亚洲视频在线观看| 美女视频免费永久观看网站| 51午夜福利影视在线观看| 欧美中文综合在线视频| 嫩草影视91久久| 亚洲欧美精品自产自拍| 亚洲精品国产色婷婷电影| 另类精品久久| 老司机影院毛片| 久久久久国产一级毛片高清牌| 欧美精品亚洲一区二区| 在线天堂中文资源库| 日韩一卡2卡3卡4卡2021年| 超碰成人久久| 十八禁网站网址无遮挡| 一本—道久久a久久精品蜜桃钙片| 欧美日韩精品网址| 看十八女毛片水多多多| 欧美国产精品一级二级三级| 秋霞在线观看毛片| 国产精品国产av在线观看| 十八禁人妻一区二区| 自拍欧美九色日韩亚洲蝌蚪91| 午夜91福利影院| 亚洲国产看品久久| 国产欧美日韩综合在线一区二区| 一二三四在线观看免费中文在| 国产一区二区三区综合在线观看| 成人国产av品久久久| 男女边吃奶边做爰视频| 亚洲精品国产av蜜桃| 天堂中文最新版在线下载| 国产精品 欧美亚洲| 美女视频免费永久观看网站| av网站免费在线观看视频| 国产成人av激情在线播放| 亚洲少妇的诱惑av| 后天国语完整版免费观看| 99久久99久久久精品蜜桃| 日韩精品免费视频一区二区三区| 久久这里只有精品19| 老司机亚洲免费影院| 人人妻人人爽人人添夜夜欢视频| 大码成人一级视频| 亚洲国产欧美日韩在线播放| 精品福利永久在线观看| 国产成人免费无遮挡视频| 亚洲欧美色中文字幕在线| 嫁个100分男人电影在线观看 | 最近最新中文字幕大全免费视频 | 99精国产麻豆久久婷婷| 色视频在线一区二区三区| 精品亚洲成国产av| 制服诱惑二区| 国产精品99久久99久久久不卡| 国产在线视频一区二区| 欧美另类一区| 亚洲国产精品国产精品| 婷婷色麻豆天堂久久| 国产成人免费无遮挡视频| 国产精品久久久久久人妻精品电影 | av欧美777| 成人黄色视频免费在线看| av电影中文网址| 欧美激情 高清一区二区三区| 久久久精品国产亚洲av高清涩受| 一级黄片播放器| 亚洲成色77777| 国产精品欧美亚洲77777| 国产高清视频在线播放一区 | 国产亚洲欧美精品永久| 国产爽快片一区二区三区| 久久精品国产亚洲av高清一级| 两个人看的免费小视频| 欧美在线黄色| 日韩伦理黄色片| 手机成人av网站| 黄色一级大片看看| 青春草亚洲视频在线观看| 男女午夜视频在线观看| 如日韩欧美国产精品一区二区三区| 又黄又粗又硬又大视频| 国产在线免费精品| 国产精品一区二区免费欧美 | 免费女性裸体啪啪无遮挡网站| 成人18禁高潮啪啪吃奶动态图| av天堂在线播放| 超色免费av| 夜夜骑夜夜射夜夜干| 亚洲成av片中文字幕在线观看| 亚洲精品乱久久久久久| 国产深夜福利视频在线观看| 如日韩欧美国产精品一区二区三区| 老司机深夜福利视频在线观看 | 亚洲一卡2卡3卡4卡5卡精品中文| 久久国产精品影院| 亚洲欧美一区二区三区黑人| 啦啦啦视频在线资源免费观看| 精品视频人人做人人爽| 亚洲免费av在线视频| 亚洲中文字幕日韩| 亚洲av日韩在线播放| 亚洲色图综合在线观看| 亚洲av美国av| av一本久久久久| 日本五十路高清| 久久九九热精品免费| 欧美 亚洲 国产 日韩一| 亚洲精品美女久久av网站| 免费久久久久久久精品成人欧美视频| 天天躁狠狠躁夜夜躁狠狠躁| 婷婷色综合大香蕉| 韩国高清视频一区二区三区| 久久久久久久久久久久大奶| 午夜日韩欧美国产| 欧美激情极品国产一区二区三区| 免费av中文字幕在线| av线在线观看网站| 免费在线观看黄色视频的| 精品少妇一区二区三区视频日本电影| cao死你这个sao货| 美国免费a级毛片| 国产欧美日韩精品亚洲av| 日韩一本色道免费dvd| 精品高清国产在线一区| 看免费成人av毛片| 制服人妻中文乱码| 国产主播在线观看一区二区 | 久久精品aⅴ一区二区三区四区| 国产一区二区在线观看av| 天堂俺去俺来也www色官网| 亚洲欧美精品自产自拍| 一本久久精品| 国产在线免费精品| 成人18禁高潮啪啪吃奶动态图| 亚洲欧美色中文字幕在线| 国产极品粉嫩免费观看在线| 老汉色∧v一级毛片| 老鸭窝网址在线观看| 美国免费a级毛片| 看免费成人av毛片| 午夜免费鲁丝| 久久av网站| 午夜久久久在线观看| 国产野战对白在线观看| 国产成人一区二区三区免费视频网站 | 亚洲精品久久成人aⅴ小说| 少妇人妻久久综合中文| 三上悠亚av全集在线观看| 嫁个100分男人电影在线观看 | 欧美日韩视频精品一区| 97人妻天天添夜夜摸| 欧美激情高清一区二区三区| 99久久99久久久精品蜜桃| 捣出白浆h1v1| 丰满迷人的少妇在线观看| 成年动漫av网址| 两人在一起打扑克的视频| 亚洲国产欧美日韩在线播放| 如日韩欧美国产精品一区二区三区| 精品福利观看| 亚洲国产精品一区二区三区在线| 一区二区三区乱码不卡18| av有码第一页| 高清不卡的av网站| 捣出白浆h1v1| av国产精品久久久久影院| 国产91精品成人一区二区三区 | 一级毛片 在线播放| 晚上一个人看的免费电影| 日本a在线网址| 精品国产国语对白av| 久久鲁丝午夜福利片| 亚洲精品国产色婷婷电影| 国产真人三级小视频在线观看| 操美女的视频在线观看| 新久久久久国产一级毛片| 中文字幕人妻熟女乱码| 在线亚洲精品国产二区图片欧美| av福利片在线| 黄色 视频免费看| 国产黄色免费在线视频| 99热全是精品| 嫁个100分男人电影在线观看 | 日本一区二区免费在线视频| 在线亚洲精品国产二区图片欧美| 亚洲天堂av无毛| 黄网站色视频无遮挡免费观看| 国产女主播在线喷水免费视频网站| 一本久久精品| 黄频高清免费视频| 免费在线观看视频国产中文字幕亚洲 | 亚洲一码二码三码区别大吗| 91国产中文字幕| 一本一本久久a久久精品综合妖精| 老司机午夜十八禁免费视频| 欧美+亚洲+日韩+国产| 一区在线观看完整版| 黄网站色视频无遮挡免费观看| 一级,二级,三级黄色视频| 一边摸一边抽搐一进一出视频| 免费高清在线观看日韩| 精品卡一卡二卡四卡免费| 亚洲精品中文字幕在线视频| 这个男人来自地球电影免费观看| 一级a爱视频在线免费观看| 男女免费视频国产| 老司机影院成人| 成年美女黄网站色视频大全免费| 中文字幕精品免费在线观看视频| 肉色欧美久久久久久久蜜桃| 亚洲国产最新在线播放| 夫妻性生交免费视频一级片| 精品国产国语对白av| videosex国产| 王馨瑶露胸无遮挡在线观看| 欧美日韩综合久久久久久| 色播在线永久视频| 欧美日韩亚洲综合一区二区三区_| 国产免费一区二区三区四区乱码| 叶爱在线成人免费视频播放| 欧美人与性动交α欧美软件| 国产成人精品无人区| 色婷婷久久久亚洲欧美| 欧美精品人与动牲交sv欧美| 侵犯人妻中文字幕一二三四区| 久久久亚洲精品成人影院| 午夜激情av网站| 美女大奶头黄色视频| 亚洲精品日本国产第一区| 大话2 男鬼变身卡| 水蜜桃什么品种好| 汤姆久久久久久久影院中文字幕| 久久久精品区二区三区| 亚洲一卡2卡3卡4卡5卡精品中文| 自线自在国产av| 亚洲欧美成人综合另类久久久| 亚洲 国产 在线| 在线观看免费午夜福利视频| 国产深夜福利视频在线观看| 十分钟在线观看高清视频www| 丁香六月天网| 成年女人毛片免费观看观看9 | 亚洲色图 男人天堂 中文字幕| 热re99久久精品国产66热6| 久久99精品国语久久久| 美女视频免费永久观看网站| 黄色片一级片一级黄色片| 中文字幕亚洲精品专区| 日本wwww免费看| 女人高潮潮喷娇喘18禁视频| 一本—道久久a久久精品蜜桃钙片| 天天躁狠狠躁夜夜躁狠狠躁| 2018国产大陆天天弄谢| 一区二区日韩欧美中文字幕| 国产日韩一区二区三区精品不卡| 日韩,欧美,国产一区二区三区| 看免费av毛片| 国产精品一区二区在线观看99| 精品少妇内射三级| 久久国产精品大桥未久av| 欧美乱码精品一区二区三区| 免费观看av网站的网址| 下体分泌物呈黄色| 久久99精品国语久久久| 午夜视频精品福利| 色婷婷av一区二区三区视频| 免费少妇av软件| 又粗又硬又长又爽又黄的视频| 肉色欧美久久久久久久蜜桃| 老司机亚洲免费影院| 人成视频在线观看免费观看| 亚洲精品第二区| 18在线观看网站| 黄网站色视频无遮挡免费观看| 欧美成狂野欧美在线观看| 另类精品久久| 最黄视频免费看| 91字幕亚洲| 老司机午夜十八禁免费视频| 久久国产精品男人的天堂亚洲| 久久久国产一区二区| 80岁老熟妇乱子伦牲交| 我的亚洲天堂| 夫妻性生交免费视频一级片| 热99国产精品久久久久久7| 精品福利永久在线观看| 一区二区三区激情视频| 免费在线观看黄色视频的| 午夜免费成人在线视频| 国产男人的电影天堂91| 亚洲人成网站在线观看播放| 校园人妻丝袜中文字幕| 国产精品一区二区在线观看99| 美国免费a级毛片| 亚洲精品在线美女| 别揉我奶头~嗯~啊~动态视频 | 亚洲成av片中文字幕在线观看| 两个人看的免费小视频| 亚洲av日韩精品久久久久久密 | 岛国毛片在线播放| 最近手机中文字幕大全| 男的添女的下面高潮视频| 久久人人爽人人片av| 午夜av观看不卡| 丝瓜视频免费看黄片| 在线av久久热| 国产精品久久久人人做人人爽| 欧美久久黑人一区二区| 人人妻人人澡人人爽人人夜夜| 国产在视频线精品| 1024视频免费在线观看| 久久久久久久大尺度免费视频| 午夜老司机福利片| 午夜影院在线不卡| 精品一区在线观看国产| 19禁男女啪啪无遮挡网站| 天天躁日日躁夜夜躁夜夜| 在线看a的网站| 久久人人爽人人片av| 日本午夜av视频| 精品人妻1区二区| 久久久国产一区二区| 熟女av电影| 久久国产亚洲av麻豆专区| 少妇裸体淫交视频免费看高清 | 亚洲国产精品国产精品| 免费久久久久久久精品成人欧美视频| 一本一本久久a久久精品综合妖精| 黄色毛片三级朝国网站| 免费观看人在逋| 国产精品99久久99久久久不卡| 香蕉国产在线看| 老熟女久久久| 国产精品三级大全| 日韩,欧美,国产一区二区三区| 欧美乱码精品一区二区三区| 一级,二级,三级黄色视频| 丝袜在线中文字幕| 亚洲成国产人片在线观看| 久热这里只有精品99| 午夜免费鲁丝| 免费观看人在逋| 亚洲五月色婷婷综合| 一区在线观看完整版| 精品亚洲成a人片在线观看| 久久久国产一区二区| 午夜福利,免费看| 99久久综合免费| 国产免费福利视频在线观看| 韩国高清视频一区二区三区| 色婷婷av一区二区三区视频| 赤兔流量卡办理| av在线播放精品| 免费观看av网站的网址| 天堂俺去俺来也www色官网| 国产精品秋霞免费鲁丝片| 免费少妇av软件| 精品第一国产精品| 成在线人永久免费视频| 久久国产精品影院| 久久久精品国产亚洲av高清涩受| 亚洲精品久久成人aⅴ小说| 久久久久久久精品精品| 久久人妻熟女aⅴ| 亚洲三区欧美一区| 精品一区二区三区四区五区乱码 | 在线av久久热| 黄片小视频在线播放| 色播在线永久视频| 日韩av在线免费看完整版不卡| 中文字幕亚洲精品专区| 高清av免费在线| www.999成人在线观看| 91九色精品人成在线观看| 亚洲激情五月婷婷啪啪| 韩国精品一区二区三区| 欧美中文综合在线视频| 女人久久www免费人成看片| 男人爽女人下面视频在线观看| 国产色视频综合| 在线观看人妻少妇| 黑人欧美特级aaaaaa片| 叶爱在线成人免费视频播放| 亚洲熟女毛片儿| 99久久精品国产亚洲精品| 一区二区日韩欧美中文字幕| 少妇猛男粗大的猛烈进出视频| 人成视频在线观看免费观看| 亚洲国产成人一精品久久久| 国产男女内射视频| 久久鲁丝午夜福利片| 在线 av 中文字幕| 波多野结衣一区麻豆| 搡老岳熟女国产| 高潮久久久久久久久久久不卡| 你懂的网址亚洲精品在线观看| 日韩中文字幕欧美一区二区 | 国产欧美日韩一区二区三 | 一级a爱视频在线免费观看| 国产国语露脸激情在线看| 欧美黑人精品巨大| 久久 成人 亚洲| 男的添女的下面高潮视频| 999久久久国产精品视频| 国产成人啪精品午夜网站| 国产在线免费精品| 九色亚洲精品在线播放| 亚洲国产av新网站| 亚洲视频免费观看视频| 欧美乱码精品一区二区三区| 91国产中文字幕| 国产一区有黄有色的免费视频| 天堂8中文在线网| 中文字幕人妻丝袜制服| 国产无遮挡羞羞视频在线观看| 精品久久蜜臀av无| 看免费成人av毛片| 97人妻天天添夜夜摸| 久久久精品国产亚洲av高清涩受| 国产又色又爽无遮挡免| 99九九在线精品视频| 只有这里有精品99| 久久久国产欧美日韩av| 日本av手机在线免费观看| 国产成人精品无人区| 999久久久国产精品视频| 黑人猛操日本美女一级片| 国产男女超爽视频在线观看| 国产精品久久久久久精品电影小说| 女警被强在线播放| 久久天堂一区二区三区四区| 国产在视频线精品| 欧美人与性动交α欧美精品济南到| 男女无遮挡免费网站观看| 美女福利国产在线| 十八禁人妻一区二区| 波多野结衣av一区二区av| 久久99热这里只频精品6学生| 天天操日日干夜夜撸| 日韩制服丝袜自拍偷拍| 在线观看国产h片| 久久人妻熟女aⅴ| 久久久久久人人人人人| www.熟女人妻精品国产| 大陆偷拍与自拍| 亚洲av综合色区一区| 国产精品免费大片| 色网站视频免费| 亚洲精品中文字幕在线视频| 亚洲国产中文字幕在线视频| 夫妻性生交免费视频一级片| 久久久久久免费高清国产稀缺| 一级片'在线观看视频| videosex国产| 韩国高清视频一区二区三区| 777米奇影视久久| 捣出白浆h1v1| 一级黄色大片毛片| 十分钟在线观看高清视频www| 久久久久精品人妻al黑| 97人妻天天添夜夜摸| 七月丁香在线播放| 欧美日本中文国产一区发布| 久久久久国产精品人妻一区二区| 成人国产av品久久久| 午夜福利视频在线观看免费| 久久青草综合色| 中国美女看黄片| 天天躁狠狠躁夜夜躁狠狠躁| 久久 成人 亚洲| 久久99精品国语久久久| 国产真人三级小视频在线观看| 国产成人精品久久二区二区免费| 国产色视频综合| 欧美黑人精品巨大| 夜夜骑夜夜射夜夜干| 99热国产这里只有精品6| 熟女av电影| 亚洲午夜精品一区,二区,三区| 日本vs欧美在线观看视频| 人人妻人人爽人人添夜夜欢视频| 欧美日韩精品网址| 欧美黄色淫秽网站|