XiaoMi-AI文件搜索系统
World File Search System功率谱
标题：EEG-LLAMAS：一个开源、低延迟、EEG-fMRI 神经反馈平台
同时进行 EEG-fMRI 是一种强大的大脑成像多模态技术，但其在神经反馈实验中的应用受到 MRI 环境引起的 EEG 噪声的限制。神经反馈研究通常需要实时分析 EEG，但扫描仪内获取的 EEG 受到心冲击图 (BCG) 伪影的严重污染，这是一种锁定在心动周期的高振幅伪影。虽然确实存在用于去除 BCG 伪影的技术，但它们要么不适合实时、低延迟应用（例如神经反馈），要么功效有限。我们提出并验证了一种名为 EEG-LLAMAS（低延迟伪影缓解获取软件）的新型开源 BCG 去除软件，该软件调整并改进了现有的伪影去除技术，以用于低延迟实验。我们首先使用模拟在已知基本事实的数据中验证了 LLAMAS。我们发现，在恢复 EEG 波形、功率谱和慢波相位方面，LLAMAS 的表现优于目前最好的公开可用的实时 BCG 去除技术——最佳基组 (OBS)。为了确定 LLAMAS 在实践中是否有效，我们随后使用它对健康成年人进行实时 EEG-fMRI 记录，使用稳态视觉诱发电位 (SSVEP) 任务。我们发现 LLAMAS 能够实时恢复 SSVEP，并且比 OBS 更好地恢复扫描仪外收集的功率谱。我们还在实时记录期间测量了 LLAMAS 的延迟，发现它引入的延迟平均不到 50 毫秒。LLAMAS 的低延迟加上其改进的伪影减少，因此可以有效地用于 EEG-fMRI 神经反馈。该平台实现了以前难以实现的闭环实验，例如针对短时间 EEG 事件的实验，并与神经科学界公开共享。
基于重复的运动图像分类 -大规模系统中神经网络和信号处理的研究文章应用和进化
低频率振荡是人脑活动的重要属性，低频频率（ALFF）的幅度是一种反映低频振荡特征的方法，该方法已广泛用于治疗脑部疾病和其他领域。然而，由于当前分析方法的低频率信号提取ALFF的准确性较低，我们提出了基于傅立叶的同步脉冲转换（FSST），该转换（FSST）经常用于信号处理范围中，以提取整个时间尺寸的低频功率谱的ALFF。将提取信号的低频特性与通过静止状态数据的FS StandS快速傅立叶变换（FFT）进行比较。很明显，FSST提取的信号具有更低的频率特征，这与FFT显着不同。
生物活性肽对2D ...
摘要：大豆是一种具有大量蛋白质含量的谷物产品。据信，源自大豆蛋白的生物活性肽具有维持脑部健康的能力，例如神经递质系统。大脑图 - ping是研究功能性人脑的大脑电活动的映射。在这项研究中，提出了基于功率谱的2D脑图，以查看使用19-通道Elec -trocephalogram消耗大豆肽之前的青少年脑活动的差异。在实验中，涉及16至24岁年龄范围的青少年（在实验前的7-8小时内禁食）。2D脑图 - PING结果表明，消耗大豆肽后，从α波中看到的受试者的活性增加了5％。
![arxiv：2501.04109v1 [eess.sp] 2025年1月7日](/simg/g:\will\search\icon\source\9\9fae70fd0d681bf9a150376799a4260397ec2383.webp)
arxiv：2501.04109v1 [eess.sp] 2025年1月7日
定量超声（QUS）揭示了组织微观结构的质量特性[1-3]，并已在乳腺癌疾病中广泛使用[4，5]，脂肪肝病分类[6]和前列腺癌监测[7]。基于光谱的QUS方法采用从Tis-Sue进行反向散射的RF数据来估计不同参数，例如衰减系数，反向散射系数（BSC）和有效的散射器直径（ESD）[8-11]。在这项工作中，我们专注于估计功率谱的衰减系数和BSC。已经提出了几种方法来估计上述参数。参考幻影模型（RPM）是一种用于取消系统依赖性效果的知名方法[12]。使用相同成像设置成像的参考幻影用于
用于第五代光子的高抑制自振荡上转换混频器...
本文介绍的混频器可以在国际电信联盟分配给 5G 的第一个毫米波频段（24.25 至 27.5 GHz）中产生射频信号。图 3 显示了转换增益 CG 与 LO 频率的关系，范围从 26.25 到 29.5 GHz。CG 为正值，高于 2 dB。此外，为了验证 IF、LO 和 USB 频率下的谐波抑制，图 4 显示了其输出功率谱。在 LO 频率带宽内，混频器具有良好的抑制水平。对于 28.25 GHz 的 LO 频率，USB 信号的抑制最大，约为 25 dB。并且在 LO 带宽内，IF 信号的抑制超过 30 dB。在 27.4 GHz-LO 频率下，LO 抑制在混频器输出端达到最大值 15 dB，对于其他频率，LO 抑制降低，最坏情况下高于 4 dB。
原始引力波的压缩导致量子不和谐
摘要：从量子不一致性的角度研究原初引力波的压缩效应。构造了不具有量子不一致性原初引力波的经典态，并与邦奇-戴维斯真空进行比较，证明了原初引力波引起的宇宙微波背景涨落的角功率谱的振荡行为可以作为原初引力波量子不一致性的特征。此外，还讨论了量子退相干对超视界模式下原初引力波的纠缠和量子不一致性的影响。对于具有退相干效应的原初引力波态，我们考察了C. Kiefer 等人引入的退相干条件和关联条件（Class. Quantum Grav. 24 (2007) 1699）。我们表明，退相干条件不足以保证 PGW 的可分离性，而关联条件意味着物质主导时代的 PGW 具有量子不一致性。
微分方程分析的量子优势-IRIS
用于差异方程求解，数据处理和机器学习的量子算法在所有已知的经典算法上都具有指数加速。但是，在有用的问题实例中获得这种潜在的加速也存在障碍。量子差方程求解的基本障碍是，输出有用的信息可能需要很困难的后处理，而量子数据处理和机器学习的基本障碍是，输入数据是一项单独的任务。在这项研究中，我们证明，当组合在一起时，这些困难互相解决。我们展示了量子差方程求解的输出如何作为量子数据处理和机器学习的输入，从而可以通过主组件，功率谱和小波分解来动态分析。为了说明这一点，我们考虑了马尔可夫在流行病学和社交网络上的连续时间。这些量子算法比现有的经典蒙特卡洛方法提供了指数优势。
利用脑电信号检测左/右脑优势的注意力水平
摘要：利用左右脑优势理论可以确定左脑和右脑人群的一些特征。它可以帮助制定大脑平衡教育主题的培训大纲。在执行任何动作时，人的注意力或专注力至关重要。本文将使用脑电图 (EEG) 数据检查左脑和右脑优势患者的注意力水平。可以使用 EEG 波跟踪和记录大脑活动。人脑的思考和注意力会导致脑电波在不同频带中改变。可以使用基线校正方法清理基于频率的 EEG 信号并提取特征。结果，创建了 EEG 拓扑功率谱密度值。本文的主要目的是比较不同大脑优势的人的注意力水平。相反，EEG 信号可用于预测一个人是左脑还是右脑优势。
微生物接种剂和有机肥料的联合应用改善了不利的土壤条件下的植物生长结合了上的1/F斜率和脑模拟
图1 AD和E/I不平衡预测的光谱属性的变化来自经常性网络模型。（a）网络模型的概述，其中包括两种类型种群之间的复发连接：兴奋性细胞（E）和抑制细胞（i）。（b）来自模型模拟的1/F斜率是突触电导（G e g i）与多项式回归模型拟合之间比率的函数。（c）HC2，HC3和AD组的所有个体以及所有电极位置的所有个体的归一化功率谱。仪表板线对应于光谱拟合，包括上的和周期性成分。（d）G e g i的平均差异的地形表示。（e）对电极特定子集的G e g i变化的预测（P和D分别表示双面t检验和Cohen效应大小的P值）。
针对嗜睡检测的可用低成本EEG耳机的系统评价
嗜睡是交通事故和工业事故的主要原因，使生活和生产力造成了损失。脑电图（EEG）信号可以反映意识和专注力，而低成本的消费者EEG耳机在市场上可用。将这些设备用作嗜睡探测器可以增加针对小型企业和发展中国家的安全性和生产力提高设备的可及性。我们对当前可用的低成本，基于脑电图的嗜睡检测系统进行了系统评价。我们试图确定是否可以可靠地用作消费者脑电图的脑电图。我们包括了记录的案例，描述了使用基于消费者的EEG设备，包括Neurosky Mindwave，Interaxon Muse，Emotiv Epoc，Emotiv Insight和OpenBCI。46项相关研究，约27个报告了精度得分。 其中最低的是神经性思维自我，最低31％。 通过OpenBCI研究，报告的第二最低精度为79.4％。 在许多情况下，算法优化仍然是必要的。 精确计算，系统校准和嗜睡的不同定义的不同方法使直接比较有问题。 但是，即使是基本特征，例如脑电带的功率谱，也能够始终如一地检测到嗜睡。 每个特定设备都有自己的功能，权衡和限制。 广泛使用的光谱特征即使使用低成本的消费者设备也可以实现成功的嗜睡检测。但是，可靠性问题仍必须在职业环境中解决。46项相关研究，约27个报告了精度得分。其中最低的是神经性思维自我，最低31％。通过OpenBCI研究，报告的第二最低精度为79.4％。在许多情况下，算法优化仍然是必要的。精确计算，系统校准和嗜睡的不同定义的不同方法使直接比较有问题。但是，即使是基本特征，例如脑电带的功率谱，也能够始终如一地检测到嗜睡。每个特定设备都有自己的功能，权衡和限制。广泛使用的光谱特征即使使用低成本的消费者设备也可以实现成功的嗜睡检测。但是，可靠性问题仍必须在职业环境中解决。