XiaoMi-AI文件搜索系统
World File Search System源级
一种深入的CNN方法，用于解码上肢的电动机从源级别的EEG信号的时间 - 频率图
一个可以检测到行动和解码计划运动意图的系统，可以帮助所有可以计划运动但无法实施的受试者。在本文中，通过使用脑电图（EEG）信号来研究电动机计划活动，目的是解码运动制备阶段。在执行不同动作（肘部流量/扩展，前臂旋转/supination/supination/suplination/open/loth/collos）的过程中，可公开可用的61个通道EEG信号，右上肢录制了15个健康受试者的EEG信号。 引入了一种新型系统，用于静止与静止和前期时期的分类。 对于每个时期，所提出的系统都会通过光束成形和连续的小波变换（CWT）生成电动机源信号的时间频率（TF）图，然后将所有映射嵌入体积中并用作输入到深CNN中。 拟议的系统成功地歧视了前提下的平均准确度为90.3％（最低74.6％，最大100％），在文献中的表现优于可比较的方法，而在鉴别期间的VS vs vs vs等待中的平均准确度为62.47％。 所达到的结果鼓励通过深度学习方法在时间频域中的源级别调查电动机计划。可公开可用的61个通道EEG信号，右上肢录制了15个健康受试者的EEG信号。引入了一种新型系统，用于静止与静止和前期时期的分类。对于每个时期，所提出的系统都会通过光束成形和连续的小波变换（CWT）生成电动机源信号的时间频率（TF）图，然后将所有映射嵌入体积中并用作输入到深CNN中。拟议的系统成功地歧视了前提下的平均准确度为90.3％（最低74.6％，最大100％），在文献中的表现优于可比较的方法，而在鉴别期间的VS vs vs vs等待中的平均准确度为62.47％。所达到的结果鼓励通过深度学习方法在时间频域中的源级别调查电动机计划。
适用于现代电动汽车应用的基于差分平坦度的电池/超级电容器混合源级联能量/电流控制
1 可再生能源研究中心（RERC），曼谷北国王科技大学，1518，Pracharat 1 Road，Bangsue，曼谷 10800，泰国；burin.y@tfi.kmutnb.ac.th 2 泰法创新研究所（TFII），曼谷北国王科技大学，1518，Pracharat 1 Road，Bangsue，曼谷 10800，泰国 3 曼谷北国王科技大学技术教育学院电气工程教师培训系（TE），曼谷 10800，泰国 4 南锡能源研究小组（GREEN），洛林大学，F-54000 南锡，法国； damien.guilbert@univ-lorraine.fr 5 皮特什蒂大学电子、通信和计算机学院，110040 皮特什蒂，罗马尼亚 6 ICSI Energy，国家低温和同位素技术研究与发展研究所，240050 拉姆尼库瓦尔恰，罗马尼亚 * 通讯地址：phatiphat.t@fte.kmutnb.ac.th (PT); nicu.bizon@upit.ro (NB)
使用脑磁图源级长程相位耦合模式解码工作记忆任务条件
摘要 目的。本研究的目的是通过机器学习方法识别受试者之间共享的相位耦合模式，该方法利用来自工作记忆 (WM) 任务的源空间脑磁图 (MEG) 相位耦合数据。事实上，神经振荡的相位耦合被认为是远距离大脑区域之间通信的关键因素，因此在执行认知任务（包括 WM）时至关重要。以前研究认知任务期间相位耦合的研究通常集中在几个先验选择的大脑区域或特定频带上，并且已经认识到需要数据驱动的方法。机器学习技术已成为分析神经成像数据的宝贵工具，因为它们可以捕捉多元信号分布中的细粒度差异。在这里，我们期望这些应用于 MEG 相位耦合的技术可以揭示个体之间共享的 WM 相关过程。方法。我们分析了作为人类连接组项目的一部分收集的 WM 数据。当受试者 (n = 83) 在两种不同条件下执行 N -back WM 任务时收集 MEG 数据，即 2-back（WM 条件）和 0-back（控制条件）。我们估计了这两种条件以及 theta、alpha、beta 和 gamma 波段的相位耦合模式（多元相位斜率指数）。然后使用获得的相位耦合数据训练线性支持向量机，以便使用跨受试者交叉验证方法对受试者正在执行的任务条件进行分类。分类是根据来自各个频带的数据和所有频带的组合（多频带）分别进行的。最后，我们通过特征选择概率评估了不同特征（相位耦合）对分类的相对重要性。主要结果。分别根据 theta（62% 准确率）和 alpha 波段（60% 准确率）中的相位耦合模式成功地对 WM 条件和控制条件进行了分类。重要的是，多波段分类表明，不仅在 theta 和 alpha 波段，而且在 gamma 波段中的相位耦合模式也与 WM 处理有关，分类性能的提高 (71%) 证明了这一点。意义。我们的研究使用 MEG 源空间功能连接成功解码了 WM 任务。我们的方法结合了跨主题分类和我们小组最近开发的多维指标，能够检测到个体之间共享的连接模式。换句话说，结果可以推广到新的个体，并允许对与任务相关的相位耦合模式进行有意义的解释。
源级脑电图和图论揭示局灶性癫痫中广泛的功能网络改变
目的：癫痫相关的超同步神经元活动会导致广泛的功能网络中断，其范围超出致痫区。这种改变的功能网络拓扑结构被认为是导致认知障碍等非癫痫症状的介质。本研究的目的是证明局灶性癫痫患者在控制良好和生活质量高的情况下存在功能网络改变。方法：我们比较了 22 名局灶性癫痫患者和 16 名健康对照者，其图形指标来自源重建的静息态脑电图的功能连接（锁相值）。图形指标是在五个频带中预定义的网络密度范围内计算的。结果：就整体网络拓扑结构改变而言，我们观察到与健康对照者相比，癫痫患者的小世界指数显著增加。在局部层面，两个左半球区域显示出向更大的 alpha 带“中心度”的转变。结论：局灶性癫痫患者中存在细微的广泛功能网络改变，即使在以成功的抗癫痫药物治疗和高生活质量为特征的群体中也是如此。这些发现表明功能网络分析在癫痫中可能具有临床意义。意义：局灶性癫痫伴有整体和局部功能网络异常，这可能与非癫痫症状的持续有关。关键词：局灶性癫痫；网络分析；功能连接；源级脑电图；图论重点：
源级脑电图和图理论揭示了焦点癫痫中广泛的功能网络变化
目的：与癫痫相关的超同步神经元活性导致广泛的功能网络破坏延伸到癫痫发作区域之外。这种变化的功能网络拓扑被认为是从中出现非疾病症状的调解人，例如认知障碍。本研究的目的是证明具有良好癫痫发作和高质量生活的局灶性癫痫患者的功能网络改变。方法：我们比较了22个局灶性癫痫患者和16个健康对照，这些对照对源的源静脉内脑电图的功能连通性（相锁定值）得出。图指标是在五个频带中的预定义网络密度范围内计算的。结果：就全球网络拓扑改变而言，我们观察到相对于健康对照组，癫痫患者的小世界指数显着增加。在地方一级，两个左半球区域显示向更大的alpha带“集线器”转变。结论：焦点癫痫中明显的广泛的功能网络改变，即使以成功的抗塞氏菌药物疗法和高质量的生活质量为特征的队列。这些发现表明癫痫中功能网络分析的临床相关性。显着性：局灶性癫痫伴随着全球和局部功能网络劣质，这可能暗示在非塞兹症状的维持中。关键字：焦点癫痫；网络分析；功能连通性；来源级脑电图；图理论亮点：