您的位置: 专家智库 > >

广东省自然科学基金(S2011010005309)

作品数:6 被引量:16H指数:3
相关作者:周毅张振杜守洪陈子怡黄瑞梅更多>>
相关机构:中山大学新疆医科大学中山大学附属第一医院更多>>
发文基金:中央高校基本科研业务费专项资金国家自然科学基金广东省自然科学基金更多>>
相关领域:医药卫生更多>>

文献类型

  • 6篇期刊文章
  • 1篇会议论文

领域

  • 7篇医药卫生

主题

  • 4篇癫痫
  • 4篇脑电
  • 3篇电图
  • 3篇脑电图
  • 2篇信号
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇近似熵
  • 2篇非线性动力
  • 2篇非线性动力学
  • 2篇EEG
  • 1篇电生理
  • 1篇电生理信号
  • 1篇虚拟仪器
  • 1篇研究方法
  • 1篇医学教育
  • 1篇异常放电
  • 1篇生理信号

机构

  • 7篇中山大学
  • 6篇新疆医科大学
  • 5篇中山大学附属...
  • 2篇新疆医科大学...
  • 1篇贵州大学

作者

  • 7篇周毅
  • 6篇张振
  • 5篇杜守洪
  • 4篇陈子怡
  • 2篇田翔华
  • 2篇黄瑞梅
  • 1篇罗雪琼
  • 1篇张洋
  • 1篇何建璋
  • 1篇王民慧

传媒

  • 2篇生物医学工程...
  • 2篇生物医学工程...
  • 1篇新疆医科大学...
  • 1篇中国数字医学

年份

  • 2篇2014
  • 5篇2013
6 条 记 录,以下是 1-7
排序方式:
癫痫脑电及节律波的非线性动力学特征研究被引量:2
2014年
脑电图(EEG)是研究脑科学的重要工具,对EEG信号中隐藏的特征和信息进行深入研究,能更好地满足现在临床研究的需要。本文通过小波变换和非线性动力学两种分析方法,提取癫痫发作间期和发作期EEG信号及其节律波(δ波、θ波、α波和β波)的非线性特征,计算分析关联维数(CD)、Lyapunov指数、近似熵(ApEn)特征值在癫痫发作过程是否存在显著变化。研究结果表明,EEG信号及其节律波的非线性动力学特征在检测癫痫发作过程时可作为有效的鉴别统计量。
黄瑞梅杜守洪陈子怡张振周毅
关键词:癫痫脑电图小波分析
癫痫发作预测研究方法新进展被引量:1
2013年
癫痫是由大脑神经元群高度同步化异常放电所导致的一组疾病或综合征,常会反复、突然发作,严重影响患者的生活与工作。脑电图(Electroenceph—alography,EEG)信号中包含了脑内大量的生理和病理信息,在癫痫等脑科疾病的诊断治疗中起着非常重要的作用。EEG信号表现为随机性很强的电生理信号,具有明显的非平稳性和非线性特征,
张振周毅杜守洪田翔华陈子怡梅甜
关键词:电生理信号脑科疾病异常放电病理信息
近似熵与SVM在自动分类癫痫脑电信号中的应用被引量:4
2013年
采用近似熵(ApEn)与支持向量机(SVM)相结合的方法对癫痫发作间歇期EEG和发作期EEG进行自动识别分类,通过分类结果来检验非线性动力学指标是否可有效运用于脑电癫痫波的自动实时探测中并验证由非线性动力学指标训练的分类器的泛化能力。研究使用参考患者的脑电数据构建SVM分类器,在此分类器的基础上,对其他患者的脑电数据进行分类得到结果。结果表明利用非线性动力学指标训练的分类器具有良好的泛化能力,对不同患者的脑电数据的平均分类准确率达到较高水平。
张振杜守洪陈子怡田翔华周毅张洋
关键词:癫痫EEG近似熵支持向量机
基于支持向量机的癫痫脑电信号模式识别研究被引量:7
2013年
癫痫患者脑电(EEG)信号包含了癫痫发作过程中丰富的生理病理信息,EEG活动的动态变化为癫痫的自动检测系统的研发提供了依据和可能。本文从检测癫痫EEG信号的非线性动力学特征入手,提取EEG信号和小波分解后的各脑电特征波的非线性动力学特征值,作为输入向量构建支持向量机(SVM)分类器。结果表明,基于非线性动力学指标的SVM分类器对癫痫发作间期EEG和发作期EEG的分类准确率可达90%以上,SVM在癫痫EEG信号检测中作为非线性分类器具有较好的泛化能力。
黄瑞梅杜守洪陈子怡张振周毅
关键词:癫痫脑电支持向量机非线性动力学模式识别
论STELLA软件在医学教育与研究领域中的应用
2013年
医学领域研究的是复杂动态系统,该类系统很多试验难以用常规方法实现。通过实例介绍了基于SD的建模仿真软件STELLA系统及其在医学教学和科研工作中的应用。利用STELLA系统动力学的方法来进行仿真研究可达到事半功倍的效果。
何建璋周毅杜守洪罗雪琼
关键词:医学教育系统动力学STELLA仿真
基于LabVIEW的脑电信号分析仪的研究与设计被引量:3
2014年
为实现脑电信号处理与分析的一体化,提取有效的脑电信号特征指标,提高脑电图阅读速度,构建出了一套虚拟的脑电图(electroencephalogram,EEG)分析仪。首先使用了虚拟仪器开发软件LabVIEW实现了虚拟的EEG动态采集。再使用其开放的生物医学工具包对信号进行傅里叶滤波,同时联合MATLAB脚本节点,对信号进行小波消噪。然后使用频域分析等方法,在计算EEG信号的功率谱基础上,进一步分析提取的δ、θ、α、β四种脑电节律的成分。结果表明小波消噪较傅里叶滤波能更好地保留EEG信息,MATLAB节点的使用能增强分析仪的扩展性。研究中对癫痫发作间期与发作期进行了节律提取,初步结果显示发作间期与发作期在四种节律上的改变具有差异性。
梅甜周毅王民慧张振
关键词:脑电图虚拟仪器
基于近似熵的规则算法在癫痫发作预测研究中的应用
癫痫发作的成功预测对预防癫痫发作和提升患者生活质量具有重要意义。近年一些研究表明:利用非线性动力学及其特征指标,对癫痫发作预测具有较高的敏感性。本文应用定量描述信号复杂度的非线性动力学指标---近似熵,采用统计学的相关理...
张振周毅杜守洪陈子怡田翔华张洋
关键词:癫痫发作近似熵全局优化
文献传递
共1页<1>
聚类工具0