山东大学自主创新基金(2009JC004)
- 作品数：8 被引量：48H指数：5
- 相关作者：周卫东蔡冬梅李淑芳刘凯赵建林更多>>
- 相关机构：山东大学山东师范大学更多>>
- 发文基金：山东大学自主创新基金国家自然科学基金山东省自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信更多>>
- 基于去趋势波动分析和支持向量机的癫痫脑电分类被引量：5
- 2011年
- 癫痫脑电的自动检测与分类对于癫痫患者的诊断治疗具有重要意义。本文提出了一种基于去趋势波动分析（detrended fluctuation analysis,DFA）、波动指数和支持向量机（support vectormachine,SVM）的癫痫脑电分类方法。首先采用DFA方法计算脑电的标度指数,然后对脑电进行4-8 Hz、8-13 Hz、13-30 Hz带通滤波并分别计算波动指数,最后使用SVM分类器实现癫痫脑电波的自动分类。对临床脑电信号的实验表明,该方法具有较强的检测性能,分类准确率达到97%。
- 蔡冬梅周卫东李淑芳王纪文贾桂娟刘学伍
- 关键词：脑电图支持向量机
- EMD和SVM结合的脑电信号分类方法被引量：11
- 2011年
- 脑电(EEG)癫痫波的自动检测与分类在临床医学上具有重要意义。针对EEG信号的非平稳特点,本文提出了一种基于经验模式分解(EMD)和支持向量机(SVM)的EEG分类方法。首先利用EMD将EEG信号分成多个经验模式分量,然后提取有效特征,最后用SVM对EEG信号进行分类。结果表明,该方法对癫痫发作间歇期和发作期EEG的分类效果比较理想,识别率达到99%。
- 李淑芳周卫东蔡冬梅刘凯赵建林
- 关键词：经验模式分解支持向量机
- 基于Hurst指数和SVM的癫痫脑电检测方法被引量：13
- 2010年
- 癫痫脑电波的自动检测对于患者诊断和减轻医生工作强度都具有重要的意义。提出一种基于Hurst指数和SVM的癫痫脑电检测算法。首先提取脑电信号的Hurst指数,然后对脑电进行3 Hz～8.5 Hz、8.5 Hz～16.5 Hz、16.5 Hz～29 Hz带通滤波并分别计算波幅的相对均值,最后使用SVM分类器实现癫痫脑电波的自动检测。对临床脑电信号的实验表明,该方法具有较强的检测性能和良好的实时性,准确率达到98.75%。所提出的Hurst指数和波幅相对均值作为特征,采用SVM的分类方法能有效实现癫痫脑电的检测,值得更深入的研究。
- 蔡冬梅周卫东刘凯李淑芳耿淑娟
- 关键词：脑电信号HURST指数SVM
- SVM和小波分析方法在脑电分类中的应用被引量：10
- 2011年
- 根据癫痫发作前后脑电(EEG)波形、能量、频率特征的不同,本文研究了两种小波分析和支持向量机(SVM)结合的脑电分类方法。一种直接利用EEG的波形特征对癫痫发作间歇期脑电和癫痫脑电进行分类,另一种采用EEG信号的波动指数和变化系数为特征进行分类;并比较了这两种方法分类的正确率。实验结果表明,两种方法均能有效区分间歇期脑电和癫痫脑电,以波动指数和变化系数为特征的方法具有更好的分类效果。
- 赵建林周卫东刘凯蔡冬梅
- 关键词：支持向量机小波分析脑电癫痫
- 基于毯子维和缺项的虹膜特征提取算法被引量：1
- 2011年
- 虹膜特征提取是虹膜识别的一个关键环节.文中提出一种毯子维和缺项相结合的虹膜特征提取算法.利用虹膜纹理的自相似和丰富的变化细节所具有的分形几何特性,采用纵向扩展毯子维表达不同分辨能力下虹膜纹理的变化及其辐射排列特点.通过引入缺项进一步提取不同纹理和分形表现却具有相同分形维数的虹膜特征.两者的结合能够更加全面地反映虹膜纹理的细腻变化.将归一化虹膜图像灰度值的毯子维及缺项用于虹膜分类,提高对虹膜的分类能力.针对CASIA-IrisV3-Interval数据库的仿真结果表明,纵向扩展毯子维结合缺项能够有效、快速提取虹膜的纹理信息,所获得的特征具有高的虹膜识别性能.
- 刘凯周卫东王玉
- 关键词：虹膜识别特征提取缺项
- 脑电信号的分形截距特征分析及在癫痫检测中的应用被引量：2
- 2011年
- 脑电信号的非线性特征会随癫痫发作而改变,脑电信号的特征分析和检测对癫痫的诊断和治疗具有重要意义。提出对癫痫脑电信号进行毯子维和分形截距的特征分析,并将分形截距应用于癫痫脑电信号的检测。首先提取脑电信号的分形截距和毯子维特征,并对两种特征的均值和方差进行比较,最后使用支持向量机分类器,实现脑电信号的分类检测。发现癫痫发作时脑电信号的分形截距显著高于发作间期,而脑电信号的毯子维在发作前后变化规律则不明显。将分形截距作为分类特征,能有效地区分癫痫脑电与间歇期脑电,具有较强的癫痫脑电检测性能,分类检测的准确率达到96%以上。
- 王玉周卫东李淑芳袁琦耿淑娟
- 关键词：脑电癫痫
- 采用压缩感知的人脸识别算法被引量：7
- 2011年
- 介绍压缩感知(CS)理论,并将其应用于人脸识别。运用训练数据构造冗余字典,采用随机分布的规范行矢量高斯矩阵构造感知矩阵,对训练图像和测试图像进行感知。利用正交匹配跟踪算法求最小零范数解,在变换域中用近邻法判断测试数据的类别。实验结果表明,用CS进行人脸识别,能避免特征选取的问题,且识别率高、运算速度快。
- 魏冬梅周卫东
- 关键词：压缩感知人脸识别
- 基于脑电棘波频次的癫痫发作预测算法被引量：2
- 2011年
- 癫痫发作预测是近年来在神经科学领域中备受关注的课题。预测癫痫发作可以使医护人员或患者提前采取有效措施来预防和控制癫痫发作,在临床上具有重要意义。棘波是最基本的阵发性异常脑电活动,在分析和统计癫痫发作前期和发作期棘波频次不同表现的基础上,首次提出一种基于脑电棘波频次的癫痫预测算法。对脑电进行滤波以去掉高频干扰后,采用形态学滤波器检测脑电棘波数目,并计算各段脑电中棘波出现的频次,最后根据棘波频次的变化预测癫痫的发作。采用本算法对21例癫痫患者长程颅内脑电进行癫痫预测,准确率达到74.7%,每小时错误预测次数仅为0.111次。结果表明,所提出算法能够有效地预测癫痫发作。
- 李淑芳周卫东袁琦蔡冬梅
- 关键词：形态学滤波器
