您的位置: 专家智库 > >

杨日东

作品数:2 被引量:8H指数:1
供职机构:中山大学中山医学院生物医学工程系更多>>
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更多>>
相关领域:医药卫生更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇医药卫生

主题

  • 2篇信号
  • 2篇信号分类
  • 2篇癫痫
  • 2篇癫痫脑电
  • 2篇脑电
  • 1篇代价敏感支持...
  • 1篇导联
  • 1篇多导联
  • 1篇寻优
  • 1篇灶定位
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇致痫
  • 1篇致痫灶
  • 1篇致痫灶定位
  • 1篇痫灶
  • 1篇痫灶定位
  • 1篇向量
  • 1篇向量机
  • 1篇脑电信号

机构

  • 2篇新疆医科大学
  • 2篇新疆医科大学...
  • 2篇中山大学
  • 2篇中山大学附属...

作者

  • 2篇陈子怡
  • 2篇张洋
  • 2篇周毅
  • 2篇李冬梅
  • 2篇杨日东
  • 2篇董楠
  • 1篇田翔华
  • 1篇尔西丁·买买...

传媒

  • 2篇生物医学工程...

年份

  • 2篇2017
2 条 记 录,以下是 1-2
排序方式:
基于PCA多导联的癫痫脑电信号分类及致痫灶定位研究被引量:1
2017年
为了更好的对致痫灶进行准确定位,提出了一种基于PCA(主成分分析)的定位方法。针对非线性动力学方法从不同角度提取癫痫脑电信号特征,首先采用主成分分析对高维特征向量进行降维处理,用随机森林进行分类;随后利用医学参考值范围找出各导联的差异变化,进而实现对致痫灶的初步定位。
李冬梅尔西丁.买买提杨日东陈子怡田翔华董楠张洋周毅
关键词:癫痫致痫灶定位
经验模式分解与代价敏感支持向量机在癫痫脑电信号分类中的应用被引量:7
2017年
提取出脑电信号中微弱征兆信息,可以更好地了解脑电信号的特征,但由于各类外界信号的相互混叠,信号呈现出非线性、非平稳性,因此脑电信号的提取是个难题。为此本研究提出了优于小波分解的经验模式分解(EMD)算法对脑电信号进行分解,提取主要IMF分量的特征值,随后采取代价敏感支持向量机(CSVM)进行分类,并对参数进行寻优。在对癫痫患者脑电信号研究的实验中,分类准确率均达到90%以上,验证了本方法的可行性。
李冬梅张洋杨日东陈子怡田翔华董楠尔西丁·买买提周毅
关键词:脑电信号癫痫经验模式分解代价敏感支持向量机参数寻优
共1页<1>
聚类工具0