董芳
- 作品数：8 被引量：3H指数：1
- 供职机构：内蒙古科技大学更多>>
- 相关领域：艺术医药卫生电子电信交通运输工程更多>>
- 青少年吸烟成瘾者脑结构网络的Rich⁃Club研究
- 2024年
- 目的通过扩散张量成像(DTI)探讨青少年吸烟者脑结构网络变化与认知功能的关系。方法分别对29例青少年吸烟者和30名性别年龄相匹配的健康对照者采集DTI数据,使用确定性纤维追踪分配(FACT)方法建立结构网络。分析全局属性(E_(glob))、局部属性(E_(loc))、Rich⁃club与青少年吸烟者临床信息之间的相关性。结果两组均具有小世界属性(σ),吸烟组特征路径长度(L_(p)=5.9922±0.3322)和聚类系数(C_(p)=0.2608±0.0214)减少,全局效率(E_(glob)=0.1674±0.0093)和局部效率(E_(loc)=0.2813±0.0137)增强。吸烟组在右侧眶内额上回、右侧直回、右侧前扣带回、右侧距状裂周围皮层、左侧中央后回的节点效率(N_(e))增加(P<0.01,FDR校正)。同时,吸烟组富人连接强度明显增强(P<0.001)。吸烟组局部效率与日吸烟数量(CPD)呈正相关(r=0.3901,P=0.0364)。结论青少年吸烟者结构网络异常改变,可能为其认知功能损伤及评估提供影像依据。
- 张帆程永欣喻大华薛婷董芳王娟马宇欣
- 关键词：扩散张量成像
- 脑电图信号在疲劳驾驶检测中的应用与挑战
- 2024年
- 当前快节奏生活已经成为日常生活的常态,对人们的身心健康带来了不少负面影响,特别是在驾驶过程中容易出现疲劳困倦的情况。因此,疲劳驾驶检测技术成为了研究的热点,并取得了显著的进展。本文将介绍基于脑电图(electroencephalogram,EEG)信号的疲劳驾驶检测方法。本文首先概述基于EEG信号的疲劳驾驶检测的总体流程,包括信号采集、预处理、特征提取和分类等步骤。然后,详细介绍EEG信号中与疲劳相关的特征及其在疲劳驾驶检测中的应用。这些特征包括频域特征、时域特征、拓扑特征等,通过分析这些特征可以有效地识别出驾驶员是否处于疲劳状态。接下来,探讨目前已有的疲劳驾驶检测模型的性能评估和评价指标。针对基于EEG信号的疲劳驾驶检测,常用的指标包括准确率、灵敏度、特异度等。本文分析不同模型在这些指标上的表现,并比较它们的优劣。本文还简单介绍了EEG信号分类方法及其应用现状。常见的分类方法包括支持向量机、神经网络、贝叶斯分类器等,这些方法在疲劳驾驶检测中得到了广泛应用。针对目前基于EEG信号的疲劳驾驶检测面临的问题,本文提出了一些解决方法。例如,统一数据标注标准、增加被试数量等。最后,在总结全文内容的基础上讨论了基于EEG信号的疲劳驾驶技术未来的发展方向。在未来,可以进一步提升疲劳驾驶检测技术的准确性和实用性,以更好地应对快节奏社会给驾驶员安全带来的挑战。
- 宗少杰董芳程永欣喻大华袁凯袁凯王娟张飞
- 关键词：脑功能连接
- 论内蒙古西部长调民歌的发展现状及其传承方式
- 2010年
- 蒙古民族是具有悠久历史和灿烂文化的民族,尤以"音乐民族"而闻名于世。在蒙古民族丰富多彩的音乐文化中,长调可以称之为最经典的音乐品种。草原长调牧歌,作为一种歌唱艺术早在18-20世纪初,就开始呈现出其高度发展的繁荣。但是,随着时代的发展,内蒙古西部蒙古族长调民歌的传承与发展也受到冲击,现状不容乐观,它的传承应引起有关人士的高度重视。本文从几个方面对内蒙古西部蒙古族长调民歌的发展现状及其传承方式展开论述。
- 董芳
- 关键词：长调民歌传承方式
- 一种基于脑电相位-幅值耦合比的疲劳驾驶检测方法
- 本发明涉及一种基于脑电相位‑幅值耦合比的疲劳驾驶检测方法，通过对采集的驾驶员驾驶时的脑电信号进行预处理和频带划分后得到δ波、θ波、α波和β波脑电信号，根据不同波段的脑电信号，计算得到不同通道间不同频段之间的耦合比，并给定...
- 喻大华宗少杰董芳程永欣王娟薛婷袁凯
- 浅谈对“原生态民歌”的保护被引量：1
- 2011年
- "原生态民歌"作为口头非物质文化遗产,是中华民族的文化瑰宝,也是弘扬中华民族文化和艺术的源泉。本文从几个方面阐述了对"原生态民歌"的保护。
- 董芳
- 关键词：原生态
- 试论民族声乐演唱中的情感表达被引量：2
- 2011年
- 情感是影响歌唱者声音质量、表情动作和演唱效果的重要因素,歌唱者要加强整体歌唱的意识,使歌唱发声与情感表现同时进行。本文从几个方面阐述了民族声乐演唱中的情感表达。
- 董芳
- 关键词：情感表达艺术想象戏曲表演
- 基于支持向量机的青少年吸烟者大脑白质各向异性分数研究
- 2024年
- 目的 通过采集60名年轻吸烟者和与之在性别、受教育程度等方面相匹配的60名年轻非吸烟者的扩散张量成像数据中各向异性分数。方法 使用基于纤维束的空间统计学分析方法和一种基于支持向量机的分类方法,在大脑白质50个区域对两组被试在体素水平上对其分类预测,为检测大脑的吸烟状况以及在区分成瘾患者和健康组之间提供生物标志物。结果 该分类的平均准确率为87.50%,曲线下面积为0.92。对分类结果影响最主要的在小脑下脚两侧、皮质脊髓束右侧、大脑脚右侧、扣带(海马体)两侧、钩束左侧、穹隆和小脑上脚右侧。结论各向异性分数在检测吸烟状况方面完全可以作为鉴别性生物标志物,并在预测分类方面具有巨大的潜力,并为机器学习研究与吸烟相关的神经生理学研究提供新的研究视角。
- 贾少迪薛婷程永欣王宏德王娟董芳周洋袁凯喻大华
- 关键词：扩散张量成像各向异性分数白质
