从脑信号中估计认知或情感状态是创建被动脑机接口 (BCI) 应用程序的关键但具有挑战性的一步。到目前为止,从 EEG 信号中估计心理工作量或情绪仅在中等分类准确度下可行,因此导致不可靠的神经自适应应用。然而,最近的机器学习算法,特别是基于黎曼几何的分类器 (RGC) 和卷积神经网络 (CNN),已显示出对其他 BCI 系统(例如运动想象-BCI)的前景。然而,它们尚未在认知或情感状态分类方面进行正式研究和比较。因此,本文探讨了此类机器学习算法,提出了它们的新变体,并与经典方法对它们进行了基准测试,以从 EEG 信号中估计心理工作量和情感状态(效价/唤醒)。我们研究了这些方法,同时进行了受试者特定和受试者独立的校准,以走向无校准系统。我们的结果表明,在心理负荷研究的两种条件下,CNN 的平均准确率最高,尽管差异并不显著,其次是 RGC。然而,对于情绪数据集(一个训练数据较少的数据集),同一个 CNN 在两种条件下的表现都不佳。相反,事实证明,使用我们在本文中介绍的滤波器组切线空间分类器 (FBTSC),RGC 具有最高的平均准确率。因此,我们的结果有助于提高从 EEG 进行认知和情感状态分类的可靠性。它们还提供了有关何时使用哪种机器学习算法的指导。
• 如果生产者能够将疾病流行程度降低到可以从羊群中淘汰剩余感染羊的水平,那么根除恶性腐蹄病是可能的。 • 可以使用针对疫情的疫苗来治疗已知的恶性腐蹄病菌株并降低疾病流行程度。 • 使用针对疫情的疫苗的生产者需要知道他们的羊群中存在哪些菌株,并在根除疾病和持续生物安全管理方面保持警惕。 • 当疫苗仅限于两种腐蹄病菌株(二价疫苗)时,根除效果最佳;如果存在更多菌株,则应使用单独的二价疫苗,并在开始接种不同的二价疫苗之间至少间隔两个月。 • 在某些情况下可以使用多价疫苗(如果有),但通常提供的保护较少,持续时间也短于特定疫苗。 • 可以使用定期洗脚来代替接种疫苗,作为控制恶性腐蹄病的一种手段。 • 持续的羊群监测和农场生物安全对于在根除计划后防止腐蹄病至关重要。