典型文献
fNIRS脑功能数据分析与行为分类
文献摘要：
随着脑功能成像技术的不断发展,功能性近红外光谱技术(fNIRS)已经被广泛应用于各个领域中.为探究针对单侧手指和脚敲击动作fNIRS信号的可分性,并相应提高分类的准确率,研究分析了30名受试者在执行三种动作(左手敲击、右手敲击和脚敲击)期间的fNIRS信号,提取了不同动作执行期间HbR和HbO信号的相关系数作为特征,构造了基于阈值筛选的脑功能网络,在此基础上运用支持向量机实施了二元和三元行为分类.此外,通过调参得到最优深度神经网络模型实施三分类,得到的最高准确率为95.65％.该研究解决了任务识别与分类的问题,有助于为fNIRS-BCI增加新的控制指令,为偏瘫患者或者肢体运动障碍者的康复训练提供一种新的选择参考.
文献关键词：
功能性近红外光谱;数据分析;行为动作分类;深度神经网络
中图分类号：
作者姓名：
王景凯;周书锋
作者机构：
聊城大学季羡林学院,252000,山东聊城;聊城大学数学科学学院,252000,山东聊城
文献出处：
引用格式：
[1]王景凯;周书锋-.fNIRS脑功能数据分析与行为分类)[J].山东师范大学学报（自然科学版）,2022(03):283-291
A类：
HbR,行为动作分类
B类：
fNIRS,行为分类,脑功能成像技术,功能性近红外光谱技术,手指,敲击,可分性,左手,右手,执行期,HbO,阈值筛选,脑功能网络,深度神经网络模型,三分类,识别与分类,BCI,控制指令,偏瘫患者,肢体运动障碍,障碍者,康复训练
AB值：
0.294771
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
