导读:本文包含了肌不对称指数论文开题报告文献综述及选题提纲参考文献，主要关键词:脑电,频谱不对称指数,后期正电位,情绪识别
肌不对称指数论文文献综述
焦凯强,王湖斐,郭茂田[1]（2018）在《脑电信号中的频谱不对称指数特征与情绪识别》一文中研究指出研究了脑电信号中的频谱不对称指数(SASI),采用国际标准图片刺激被试者诱发产生正、中和负性情绪并采集其脑电信号,依据后期正电位段具有特征性的特点[7],对来自不同脑区、电极的1 000~1 500 ms时间段内脑电信号选取后期正电位段进行处理分析,分别计算不同脑区分别处于正、中、负性情绪时脑电信号的平均SASI。结果显示,相比于中性情绪,处于负性情绪时的SASI明显偏大;处于正性情绪时的SASI明显偏小,尤其是在左颞区、右颞区和枕叶区其特征性更加明显,表明SASI可作为情绪种类识别的特征量之一,若与后期正电位特征量结合使用,有望显着提高情绪种类识别的准确率。(本文来源于《科学技术与工程》期刊2018年17期）
焦凯强[2]（2018）在《脑电信号中的频谱不对称指数特征与情绪识别研究》一文中研究指出研究者对情绪识别的研究时来已久,大脑是人体神经系统中最高级部分,当受到外界刺激时,大脑产生的生物电信号—脑电包含着丰富生理和心理信息,基于脑电的情绪识别研究逐步引起研究者重视,随着设备工艺技术的进步和革新,利用非植入式电极采集脑电信号更加方便与快捷,脑电信号的相关研究蓬勃发展。相比于传统的情绪识别研究方法,基于脑电信号的情绪识别研究具有诸多优点,如不容易被伪装和情绪识别准确率比较高等。随着人工智能技术的发展,基于脑电信号的相关研究也为人机交互奠定了良好的基础,同时基于脑电信号的情绪识别研究也为心理疾病的相关研究提供了一种有效的方法。脑电信号是一种时序生物电位信号,其中包含有丰富的时域特征、频域特征和时频特征,通过对相关特征的研究可以让我了解情绪的脑机制,并利用关键特征对人们的情绪进行识别工作。本文借鉴已有的基于脑电信号的情绪识别研究成果,采用国际标准情绪图片素材刺激被试者诱发产生正性、中性和负性叁种基本情绪并采集,对采集到的脑电信号进行相关数据处理。利用独立分量分析方法对原始脑电数据预处理以去除各种噪声和伪迹,得到纯净的脑电数据;本实验室前期研究发现,以脑电信号后段正电位的后期特征进行情绪识别时准确率较高,依据后段正电位具有特征性的原则,对来自不同脑区、电极的(1000 ms—1500 ms)时间段内的脑电信号选取后段正电位的后期特征段进行处理分析,分别计算不同脑区分别处于正、中和负性情绪时脑电信号的频谱不对称性指数(SASI),比较分析表明,相比于中性情绪,处于负性情绪时的SASI明显偏大;处于正性情绪时的SASI明显偏小,尤其是在左颞区、右颞区和枕叶区其特征性更加明显,表明SASI可作为情绪种类识别的特征量之一。受此启发,本文提出将脑电时域特征与频域特征结合的情绪识别方法,即后段正电位特征与频谱不对称指数特征结合。依据后段正电位后期特征选取脑电数据段,分脑区提取相应脑电数据段内叁种情绪状态下的频谱不对称指数特征,并利用K近邻算法对情绪分类结果进行探究。分类结果表明:左颞区和右颞区在叁种情绪状态下的情绪识别准确率均在80%以上,此外枕叶区在叁种情绪状态下的情绪识别准确率也在75%以上,左颞区、右颞区和枕叶区情绪识别效果最好,这叁个脑区可以作为情绪识别的关键脑区。表明脑电信号中的频谱不对称指数特征明显,可应用于情绪识别研究。(本文来源于《郑州大学》期刊2018-05-01）
朱玉,马嘉,阎秀林,金婕,陈钰文[3]（2015）在《骨性安氏Ⅲ类错伴偏颌患者下颌骨偏斜程度与下颌骨形态和肌功能不对称指数相关性研究》一文中研究指出目的 探讨骨性安氏Ⅲ类错伴偏颌患者下颌骨偏斜程度与下颌骨形态和肌功能不对称指数(asymmetry index,AI)的相关关系。方法 选择2007年1月至2012年12月中国医科大学附属口腔医院正畸科收治的骨性安氏Ⅲ类错伴偏颌患者30例,通过测量和计算得到其下颌骨形态学各指标的AI值和相关肌肉在下颌骨不同运动状态时的肌电AI值,采用Pearson相关分析法分析下颌骨偏斜程度与上述AI值之间的相关关系。结果 下颌骨形态学指标中,髁状突长度AI值和下颌升支后缘长度AI值与下颌骨偏斜的距离呈显着的正相关关系(相关系数r分别为0.392和0.366,P值分别为0.031和0.043)。相关肌肉中,颞肌前束在下颌前伸位和牙尖交错位紧咬时的肌电AI值和胸锁乳突肌在息止位的肌电AI值均与下颌骨偏斜距离的具有显着的正相关关系(相关系数r分别为0.379、0.351、0.339,P值分别为0.034、0.043、0.040)。结论 骨性安氏Ⅲ类错伴偏颌患者,既存在下颌骨形态不对称,也存在相关肌肉功能活动的不对称。(本文来源于《中国实用口腔科杂志》期刊2015年06期）
林伟,郭思思,刘振洋,左传涛,陈嬿[4]（2014）在《帕金森病患者纹状体多巴胺转运体不对称指数和Hoehn&Yahr分级相关性研究》一文中研究指出目的探讨临床不同严重度的帕金森病患者纹状体多巴胺转运体的不对称指数特点及临床意义。方法 85例不同临床严重度的原发性帕金森病患者进行了11C-CFT PET显像脑多巴胺转运体,根据患者的Hoehn&Yahr分级分成轻中重叁组,其中轻度组指Hoehn&YahrⅠ级(38例);中度组指Hoehn&YahrⅡ(34例);重度组指Hoehn&YahrⅢ-Ⅳ级(13(本文来源于《7th中华医学会神经病学分会全国中青年神经病学学术大会暨第十届全国神经系统感染性疾病与脑脊液细胞学学术大会论文汇编》期刊2014-08-16）
陈智才,楼敏[5]（2014）在《收集静脉不对称指数在静脉溶栓中的预测作用》一文中研究指出背景:磁敏感加权成像(susceptibility-weighted imaging SWI)上的静脉不对称性可反映脑梗死的组织缺氧情况,本研究旨在探讨静脉不对称性对静脉溶栓预后的影响。方法:我们对前瞻性登记的静脉溶栓数据库进行了回顾(从2009年7月至2013年11月),入组了静脉溶栓前行多模式MRI检查的前循环脑(本文来源于《2014年浙江省神经病学学术年会论文汇编》期刊2014-05-23）
张光亚[6]（2012）在《氨基酸嗜盐不对称指数与其理化性质的相关性》一文中研究指出了解嗜盐蛋白氨基酸使用的偏好及该偏好与其理化性质之间的联系对探索嗜盐蛋白构效关系具有重要意义。本文选取极端嗜盐细菌Salinibacter ruber和非嗜盐菌Pelodictyon luteolum中362对同源蛋白,统计了52102个氨基酸突变位点,以此计算氨基酸的嗜盐不对称指数(HAI),并与243个理化性质进行相关性分析。结果表明:天冬氨酸的嗜盐性能最强,而异亮氨酸和赖氨酸最弱;243个理化性质中有16个同HAI存在显着相关性,其中5个呈正相关;氨基酸的亲疏水性及β折叠的倾向性是影响HAI值的两种最重要的理化性质。本文提出的氨基酸嗜盐不对称指数为了解嗜盐蛋白稳定性机制提供了新视角。(本文来源于《计算机与应用化学》期刊2012年05期）
张光亚[7]（2012）在《对嗜压蛋白氨基酸压力不对称指数的修订》一文中研究指出选取嗜压菌最多的4种希瓦氏菌属(Shewanella)微生物共计473对同源蛋白,统计了21 662个氨基酸突变位点,在此基础上计算氨基酸压力不对称指数(PAI),并将其同氨基酸70种理化性质进行相关性分析.结果表明:色氨酸和异亮氨酸的嗜压性能最强,而脯氨酸、甘氨酸和天冬酰胺的嗜压性能最弱,这与之前的报道存在较大差异.此外,70种氨基酸理化性质中有13种同PAI存在较强的相关性,其中仅有氨基酸的无规则倾向因子同PAI呈负相关,表明高的PAI值不易形成卷曲.由于展示的PAI值更适合于处于低温环境下的嗜压微生物,因此对以前的PAI值进行了修正.(本文来源于《华侨大学学报(自然科学版)》期刊2012年01期）
李黎,刘向东,侯朝桢,赖志林[8]（2009）在《基于不对称指数函数迟滞算子的压电陶瓷执行器动态Preisach迟滞模型》一文中研究指出提出一种不对称指数函数迟滞算子,其形状参数为输入电压变化率的函数,因此算子的形状实时变化且不具有对称性。在此基础上构造动态Preisach模型,并利用神经网络完成其辨识。实验结果表明,该动态迟滞模型能够精确地描述压电陶瓷执行器的动态迟滞现象。在多种频率的电压信号激励下,与双S函数迟滞模型相比,该动态迟滞模型预测位移的均方误差(MSE)减小了0.20以上,最大绝对值误差减小了0.84μm以上。(本文来源于《中国机械工程》期刊2009年12期）
肌不对称指数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究者对情绪识别的研究时来已久,大脑是人体神经系统中最高级部分,当受到外界刺激时,大脑产生的生物电信号—脑电包含着丰富生理和心理信息,基于脑电的情绪识别研究逐步引起研究者重视,随着设备工艺技术的进步和革新,利用非植入式电极采集脑电信号更加方便与快捷,脑电信号的相关研究蓬勃发展。相比于传统的情绪识别研究方法,基于脑电信号的情绪识别研究具有诸多优点,如不容易被伪装和情绪识别准确率比较高等。随着人工智能技术的发展,基于脑电信号的相关研究也为人机交互奠定了良好的基础,同时基于脑电信号的情绪识别研究也为心理疾病的相关研究提供了一种有效的方法。脑电信号是一种时序生物电位信号,其中包含有丰富的时域特征、频域特征和时频特征,通过对相关特征的研究可以让我了解情绪的脑机制,并利用关键特征对人们的情绪进行识别工作。本文借鉴已有的基于脑电信号的情绪识别研究成果,采用国际标准情绪图片素材刺激被试者诱发产生正性、中性和负性叁种基本情绪并采集,对采集到的脑电信号进行相关数据处理。利用独立分量分析方法对原始脑电数据预处理以去除各种噪声和伪迹,得到纯净的脑电数据;本实验室前期研究发现,以脑电信号后段正电位的后期特征进行情绪识别时准确率较高,依据后段正电位具有特征性的原则,对来自不同脑区、电极的(1000 ms—1500 ms)时间段内的脑电信号选取后段正电位的后期特征段进行处理分析,分别计算不同脑区分别处于正、中和负性情绪时脑电信号的频谱不对称性指数(SASI),比较分析表明,相比于中性情绪,处于负性情绪时的SASI明显偏大;处于正性情绪时的SASI明显偏小,尤其是在左颞区、右颞区和枕叶区其特征性更加明显,表明SASI可作为情绪种类识别的特征量之一。受此启发,本文提出将脑电时域特征与频域特征结合的情绪识别方法,即后段正电位特征与频谱不对称指数特征结合。依据后段正电位后期特征选取脑电数据段,分脑区提取相应脑电数据段内叁种情绪状态下的频谱不对称指数特征,并利用K近邻算法对情绪分类结果进行探究。分类结果表明:左颞区和右颞区在叁种情绪状态下的情绪识别准确率均在80%以上,此外枕叶区在叁种情绪状态下的情绪识别准确率也在75%以上,左颞区、右颞区和枕叶区情绪识别效果最好,这叁个脑区可以作为情绪识别的关键脑区。表明脑电信号中的频谱不对称指数特征明显,可应用于情绪识别研究。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
肌不对称指数论文参考文献
[1].焦凯强,王湖斐,郭茂田.脑电信号中的频谱不对称指数特征与情绪识别[J].科学技术与工程.2018
[2].焦凯强.脑电信号中的频谱不对称指数特征与情绪识别研究[D].郑州大学.2018
[3].朱玉,马嘉,阎秀林,金婕,陈钰文.骨性安氏Ⅲ类错伴偏颌患者下颌骨偏斜程度与下颌骨形态和肌功能不对称指数相关性研究[J].中国实用口腔科杂志.2015
[4].林伟,郭思思,刘振洋,左传涛,陈嬿.帕金森病患者纹状体多巴胺转运体不对称指数和Hoehn&Yahr分级相关性研究[C].7th中华医学会神经病学分会全国中青年神经病学学术大会暨第十届全国神经系统感染性疾病与脑脊液细胞学学术大会论文汇编.2014
[5].陈智才,楼敏.收集静脉不对称指数在静脉溶栓中的预测作用[C].2014年浙江省神经病学学术年会论文汇编.2014
[6].张光亚.氨基酸嗜盐不对称指数与其理化性质的相关性[J].计算机与应用化学.2012
[7].张光亚.对嗜压蛋白氨基酸压力不对称指数的修订[J].华侨大学学报(自然科学版).2012
[8].李黎,刘向东,侯朝桢,赖志林.基于不对称指数函数迟滞算子的压电陶瓷执行器动态Preisach迟滞模型[J].中国机械工程.2009