国家重点基础研究发展计划(2014CB744603)
- 作品数：3 被引量：31H指数：3
- 相关作者：朱廷劭周海燕王凯明钟宁崔芳更多>>
- 相关机构：中国科学院大学中国科学院前桥工业大学更多>>
- 发文基金：国家重点基础研究发展计划国家自然科学基金国际科技合作与交流专项项目更多>>
- 相关领域：自动化与计算机技术电子电信哲学宗教社会学更多>>
- 选择一致性影响结果评价的ERP研究被引量：4
- 2017年
- 本研究通过两个实验探讨了当被试主动做出与他人一致/不一致的选择行为(实验1)或看到他人做出与自己一致/不一致的选择行为(实验2)时,其选择行为的一致性是如何影响结果评价过程的。脑电数据表明在结果评价的早期阶段,无论被试是主动或被动地与他人做出相同选择,这种选择一致性都会放大输赢结果之间的差异:体现在选择一致情况下比不一致情况下诱发更大的d FRN。而在结果评价的晚期阶段,当被试先做出选择之后,看到他人做出与自己不一致的选择时(实验2),相比他人与自己选择一致时,诱发了更大的P3和LPP波幅。说明被试很可能把他人的不一致选择加工为一种冲突。因此投入了更多认知资源来加工这一结果。本研究是一个探索性的创新研究,首次从时间维度上分离了选择行为和结果反馈两个阶段,并提供了选择一致性对结果评价有影响作用的脑电证据。
- 付艺蕾罗跃嘉崔芳
- 关键词：事件相关电位P3LPP
- 基于深度学习的微博用户自杀风险预测被引量：20
- 2018年
- 随着互联网的发展,越来越多的人在社交网络表达自己的情感,其中包括自杀意愿,这就为自杀预防创造了新机遇。如果自杀风险可以利用微博进行自动识别,就可以为自杀预防工作开辟新方向。本文立足于使用深度学习建立社交媒体自杀识别器,探讨通过社交平台实时评估个体用户自杀可能性。为验证这种算法模型的有效性,对算法所使用的关键词属性进行统计学分析,并与另外两种算法模型的预测结果进行比较。实验结果表明基于深度学习的算法模型可更有效地对微博用户的自杀风险进行预测。
- 田玮朱廷劭
- 关键词：自杀多层神经网络社交网络识别器
- 基于改进功率谱熵的抑郁症脑电信号活跃性研究被引量：7
- 2014年
- 采用非线性动力学方法研究脑精神疾病是近年来国内外学者研究的热点和趋势.针对脑精神疾病的研究和诊断中缺少客观有效的量化参数和量化指标的状况,提出了一种根据对时间序列功率谱划分而定义的谱熵,然后用其计算和分析脑电信号谱熵的方法.通过数据仿真试验证明该谱熵和信号活跃性之间存在正相关关系.基于这种相关性,应用该方法对抑郁症患者和正常对照组的脑电信号功率谱熵进行了数值计算,然后进行了分析对比和统计检验.实验结果表明:抑郁症患者脑电信号的功率谱熵在部分脑区显著弱于正常健康人.证明该谱熵能够表征大脑电生理活动状况,提供反映其活动性强弱的信息,可以作为度量大脑电生理活动性的一个参数.这对于能否将该功率谱熵作为诊断脑精神疾病的物理参数具有积极意义.
- 王凯明钟宁周海燕
- 关键词：脑电信号活跃性抑郁症
