疲劳驾驶是导致交通伤亡事故的重要原因之一，因此采取相应的预防措施是很有必要的。针对两种不同程度的警觉度（清醒和睡眠），采用公共空间模式CSP(Common Spatial Pattern)算法对所采集到的脑电数据进行特征提取，用基于径向基函数(RBF)的支持向量机(SVM)对提取的特征进行分类，通过网格搜索法获得最优参数。与频带能量作为特征的已有方法相比，该算法测试准确率较高，能够达到较好的识别效果。

本文提出了一种新的四维卷积递归神经网络方法，将多通道脑电信号的频率、空间和时间信息显式地整合在一起，提高基于脑电的情绪识别精度。 首先，为了保持脑电的这三种信息，我们将不同通道的差分熵特征转化为4D结构来训练深度模型。 然后，我们引入了由卷积神经网络(CNN)和带有长短时记忆(LSTM)细胞的递归神经网络(recurrent neural network)组合而成的CRNN模型。 使用CNN从每个4D输入的时间切片中学习频率和空间信息，使用LSTM从CNN输出中提取时间依赖性。 LSTM的最后一个节点的输出执行分类。 我们的模型在主题内分裂的SEED和DEAP数据集上都达到了最先进的性能。 实验结果表明，结合脑电的频率、空间和时间信息进行情感识别是有效的。

脑机接口中的机器学习.pdf

#2.0版本#调用eeglab批量读取excel文件中的脑电数据并绘制脑电拓扑图，算法可以根据用户输入读取指定列的特征，指定列的数据，并将数据特征映射到图片保存的文件名中

一共五类数据，每类子文件下100个片段。每个片段4097个采样点

针对现有脑电采集设备成本高、不便携等问题，设计了一套16通道脑电采集系统。该系统具有优化电源，可以电池供电；级联多个模拟前端扩展为多通道的脑电采集系统，并通过片选信号选择所需通道数，以动态和个性化的方式配置每个通道；通过高速无线模块将脑电信号发送至上位机。为测试系统性能，分别采集、分析了5位被试者的自发脑电信号和稳态视觉诱发脑电信号。自发脑电闭眼时出现明显的α节律；稳态视觉诱发脑电信号在对应的刺激频率和谐波上出现谱峰。实验结果表明：该采集系统可准确采集到人体自发脑电和诱发脑电信号，并可用于脑机接口应用领域，具有一定理论与应用价值。

matlab实现的三维医学图像分割，处理的是MRI的dicom图像，能有效分割脑白质和灰质，并计算体积，内附测试图像，可直接运行。

基于卷积稀疏网络的脑部MR图像超分辨率重建

信息系统项目管理师-信息系统进度管理核心知识点思维脑图.rar

基于一个公开数据集和2008年BCI竞赛数据集，提供一个CNN-PSD运动想象二分类demo，详见https://www.xxy.ink/learn/bci/3.html。包含脑电PSD特征提取，运动想象卷积神经网络分类等。