EEG-based investigation of effects of mindfulness meditation training on state and trait by deep learning and traditional machine learning

注意 人工智能 特质 冥想 支持向量机 脑电图 基于正念的减压 机器学习 计算机科学 心理学 卷积神经网络 分类器(UML) 模式识别(心理学) 认知心理学 临床心理学 哲学 神学 精神科 程序设计语言
作者
Baoxiang Shang,Feiyan Duan,Ruiqi Fu,Junling Gao,Hinhung Sik,Xianghong Meng,Chunqi Chang
出处
期刊:Frontiers in Human Neuroscience [Frontiers Media SA]
卷期号:17 被引量:6
标识
DOI:10.3389/fnhum.2023.1033420
摘要

This study examines the state and trait effects of short-term mindfulness-based stress reduction (MBSR) training using convolutional neural networks (CNN) based deep learning methods and traditional machine learning methods, including shallow and deep ConvNets as well as support vector machine (SVM) with features extracted from common spatial pattern (CSP) and filter bank CSP (FBCSP).

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
pzhxsy发布了新的文献求助10
刚刚
蔬菜狗狗发布了新的文献求助10
刚刚
x1nger完成签到,获得积分10
1秒前
有你发布了新的文献求助10
1秒前
2秒前
4秒前
CDQ发布了新的文献求助10
4秒前
李健应助醉熏的含桃采纳,获得10
4秒前
x1nger发布了新的文献求助10
7秒前
7秒前
赘婿应助YWJ采纳,获得10
8秒前
漂亮的倒挂金钩完成签到,获得积分10
8秒前
9秒前
科研通AI2S应助123采纳,获得10
9秒前
顾矜应助不期而遇采纳,获得30
10秒前
15秒前
蕾蕾子发布了新的文献求助10
15秒前
15秒前
15秒前
Maths完成签到,获得积分10
15秒前
16秒前
约定看星星啊完成签到,获得积分10
16秒前
脑洞疼应助make采纳,获得10
17秒前
哈哈环完成签到 ,获得积分10
18秒前
Azure发布了新的文献求助10
18秒前
JMao发布了新的文献求助10
18秒前
繁星贝贝关注了科研通微信公众号
19秒前
田様应助贾不可采纳,获得10
19秒前
脑洞疼应助贾不可采纳,获得10
19秒前
汉堡包应助贾不可采纳,获得10
19秒前
JamesPei应助贾不可采纳,获得10
19秒前
飘逸楷瑞发布了新的文献求助10
23秒前
沥青完成签到,获得积分10
24秒前
1111发布了新的文献求助200
24秒前
27秒前
Jasper应助科研通管家采纳,获得10
27秒前
华仔应助科研通管家采纳,获得10
27秒前
不配.应助科研通管家采纳,获得10
27秒前
curtisness应助科研通管家采纳,获得10
27秒前
wink0606应助科研通管家采纳,获得10
28秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
Revolution und Konterrevolution in China [by A. Losowsky] 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3123018
求助须知:如何正确求助?哪些是违规求助? 2773507
关于积分的说明 7718023
捐赠科研通 2429087
什么是DOI,文献DOI怎么找? 1290140
科研通“疑难数据库(出版商)”最低求助积分说明 621713
版权声明 600220