公共文化服务平台

共 6 条记录，以下是 1-8

全选清除导出

排序方式：

基于图论的AD和EMCI脑功能网络分析: 2017年; 人脑是一个复杂的系统,各个脑区神经活动之间相互作用。对脑功能网络的研究,一方面有助于探索大脑神经活动机制,另一方面,对探索大脑相关疾病的发病机理具有重要的应用价值和意义。采集了38例正常人(NC)、25例阿尔兹海默症(AD)患者、42例早期轻度认知障碍(EMCI)患者在静息状态下功能磁共振成像数据,利用标准脑模板将全脑划分为90个感兴趣区域,提取每个脑区的时间序列值,并计算脑区之间的相关程度。随后,在相对阈值法的基础上,提出了一种绝对阈值的方法。结合这两种不同的阈值选取策略,对所有被试的脑功能连接网络进行了建模,分别计算了平均最短路径长度L和聚类系数C。结果表明,AD和EMCI患者的脑功能连接网络的小世界性质已发生了变异。; 唐进马千里; 关键词：感兴趣区域

R Wave Extraction Based on the Maximum First Derivative plus the Maximum Value of the Double Search被引量：1: 2016年; R-wave detection is the main approach for heart rate variability analysis and clinical application based on R-R interval. The maximum first derivative plus the maximum value of the double search algorithm is applied on electrocardiogram(ECG) of MIH-BIT Arrhythmia Database to extract R wave. Through the study of algorithm's characteristics and R-wave detection method, data segmentation method is modified to improve the detection accuracy. After segmentation modification, average accuracy rate of 6 sets of short ECG data increase from 82.51% to 93.70%, and the average accuracy rate of 11 groups long-range data is 96.61%. Test results prove that the algorithm and segmentation method can accurately locate R wave and have good effectiveness and versatility, but may exist some undetected problems due to algorithm implementation.; Wen-po YaoWen-li YaoMin WuTie-bing Liu

基于脑电信号特征提取的睡眠分期方法研究被引量：7: 2017年; 睡眠分期是研究睡眠其及相关疾病的基础,是完成睡眠质量评估的前提,具有重要的意义。主要提出了一种新的脑电信号特征提取方法,能够有效提高睡眠分期的准确率。传统的自动睡眠分期方法都是以一个睡眠时期的时间片为单位进行特征参数提取,文中的睡眠分期按每30 s进行一次睡眠时期判断,将特征提取的时间片分为30 s、90 s、150 s以及210 s,研究不同时间片提取的特征参数对睡眠分期准确率的影响。采用Weka工具中的随机森林分类器对睡眠状态进行判别。实验结果表明,将210 s时间片得到的小波包系数、30 s时间片得到的排列熵以及90 s时间片得到的Petrosian分形维数作为自动睡眠分期的参数,可以得到85%的准确率;而采用30 s时间片得到的以上三类参数只能达到65%的准确率。; 李斐马千里; 关键词：睡眠分期脑电信号

Coupling Analysis of Beta Rhythm Electroencephalogram Based on the Multiscale Mutual Mode Entropy: This paper presents the Multiscale Mutual Mode Entropy algorithm to quantify the coupling degree between two b...; Ning JiJun TanAnshan PeiJiafei DaiJun Wang; 关键词：COUPLING

一种基于DCT与PCA的奇异值滤波的CT图像噪声抑制算法: 2013年; 医学CT图像成像过程中,由于成像机制的影响,不可避免的引入噪声。图像中的噪声会降低图像质量,影响临床诊断。本文提出了一种提高CT图像奇异值分解(SVD)滤波性能的新方法。基于SVD滤波可以有效地分析水平(垂直)方向的图像特性。根据CT图像特征,利用离散余弦变换(DCT)提取图像感兴趣区域,屏蔽不感兴趣区域从而实现图像的结构特征提取,再对DCT变换图像SVD,构造加权函数,自适应地加权重构图像。将本文算法应用于CT图像去噪,实验结果表明,该方法可以有效地提高SVD滤波的性能。; 冯富强王俊; 关键词：医学CT图像离散余弦变换主元分析

基于自适应模板法的脑电信号转移熵分析被引量：1: 2015年; 脑电信号是一种产生机理相当复杂且非常微弱的随机信号,综合反映了大脑组织的脑电活动及大脑的功能状态.由于脑电信号的微弱性,传统的基本模板方法在脑电信号分析上得到了良好的应用.为进一步提升分析脑电信号的性能,提出了一种新的基于自适应模板的转移熵方法并分析了青少年脑电与成年人脑电信号.结果表明:对于青少年脑电还是成年人脑电,与基本模板法相比,基于自适应模板法的转移熵可以更显著地表示脑电信号的耦合作用,并且具有更好的区分度,这将能更好地捕捉到信号中的动态信息、系统动力学复杂性的改变.同时,该方法将更有利于医学临床诊断的辅助检测,对脑电信号是否处于病理状态的诊断提供了新的更好的判断依据.; 王莹侯凤贞戴加飞刘新峰李锦王俊; 关键词：自适应模板

功能磁共振成像的基本尺度熵分析被引量：8: 2013年; 人体大脑活动的复杂度随年龄变化而变化,并且和性别有一定的联系,通过对功能磁共振成像复杂度的分析有助于发现人脑活动和性别年龄之间关系的规律.本文提出需要根据年龄段的变化对基本尺度熵的参数做适当的调整,以便获得良好的信号区分效果.本文研究了人脑活动和性别年龄之间存在的关系.结果证明,同龄男女的基本尺度熵值存在一定的差异,并且随年龄段的不同发生相应的变化,另外基本尺度熵中的参数在数据分析中也随年龄变化存在一定规律的变化.通过对fMRI数据的分析表明,基本尺度熵能够有效地区分不同人群fMRI数据特征,为进一步信号复杂度分析提供方便.; 刘铁兵姚文坡宁新宝倪黄晶王俊; 关键词：功能磁共振成像复杂度

Alpha Wave Attention EEG Analysis Based on the Multiscale Jensen-Shannon Divergence: The article adopted the multiscale Jensen- Shannon Divergence method for EEG complexity analysis. Then the stu...; Zhengxia ZhangSiqiu XuErning ZhouXiaolin HuangJun Wang; 关键词：ATTENTION

全选清除导出

共1页<1>

国家自然科学基金(61201029)