动态微状态大脑网络的时间和空间可变性基于与水下目标识别任务中的事件相关的潜在分析

科学领域:

• 神经科学是一个神经科学.
• 海洋生物学 海洋生物学
• 信号处理 信号处理

背景情况:

• 水下目标检测对于海洋研究,航行和渔业至关重要.
• 环境干扰对快速准确的水下目标识别构成了挑战.
• 现有的方法与水下环境的复杂性和动态性质作斗争.

研究的目的:

• 开发一个先进的水下目标识别系统.
• 为了研究水下目标识别任务期间的时空大脑活动.
• 利用动态大脑网络进行改进的EEG信号分析.

主要方法:

• 利用了45名从水下目标识别中获得的脑电图 (EEG) 数据.
• 综合事件相关潜力 (ERP) 分析,微状态和动态大脑网络构建.
• 提取了动态大脑网络的整体变化矩阵作为一个独特的特征.

主要成果:

• 拟议的系统在所有科目中实现了96.19%的平均分类准确度.
• 证明了源自ERP微状态的动态大脑网络特征的有效性.
• 成功识别了与水下目标识别任务相关的EEG信号.

结论:

• 动态大脑网络为分析水下目标识别中复杂的EEG数据提供了强大的方法.
• 这种方法为水下目标识别技术的未来进步提供了有希望的基础.
• 这些发现突显了神经成像技术在海洋应用中的潜力.