广东省自然科学基金(S2011010005309)

作品数：6被引量：17H指数：3
导出分析报告
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新疆医科大学第一附属医院更多>>
相关期刊：《新疆医科大学学报》《中国数字医学》《生物医学工程学杂志》《生物医学工程研究》更多>>
相关主题：癫痫支持向量机非线性动力学脑电图基于支持向量机更多>>
相关领域：医药卫生更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-6
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于LabVIEW的脑电信号分析仪的研究与设计被引量：3
《生物医学工程研究》2014年第1期39-43,共5页梅甜 周毅 王民慧 张振 
国家自然科学基金资助项目(61263011);广东省自然科学基金资助项目(S2011010005309);中央高校基本科研业务费中山大学培育项目(11ykpy07)
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...
关键词：脑电图 虚拟仪器 MATLAB脚本 生物医学工具包 滤波 
癫痫脑电及节律波的非线性动力学特征研究被引量：3
《生物医学工程学杂志》2014年第1期18-22,共5页黄瑞梅 杜守洪 陈子怡 张振 周毅 
国家自然科学基金资助项目(61263011;81000554);中央高校基本科研业务费中山大学培育项目资助(11ykpy07);广东省自然科学基金资助项目(S2011010005309);新疆医科大学创新基金资助项目(XJC201209)
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...
关键词：癫痫 脑电图 小波分析 非线性动力学特征指标 
癫痫发作预测研究方法新进展被引量：1
《新疆医科大学学报》2013年第11期1686-1689,1693,共5页张振 周毅 杜守洪 田翔华 陈子怡 梅甜 
国家自然科学基金(61263011;81000554);中央高校基本科研业务费中山大学培育项目(11ykpy07);广东省自然科学基金(S2011010005309)
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...
关键词：癫痫发作预测 电生理信号 脑科疾病 非线性特征 异常放电 神经元群 突然发作 病理信息 
基于支持向量机的癫痫脑电信号模式识别研究被引量：7
《生物医学工程学杂志》2013年第5期919-924,共6页黄瑞梅 杜守洪 陈子怡 张振 周毅 
国家自然科学基金资助项目(61263011;81000554);中央高校基本科研业务费中山大学培育项目资助(11ykpy07);广东省自然科学基金资助项目(S2011010005309)
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...
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
《中国数字医学》2013年第9期83-84,共2页何建璋 周毅 杜守洪 罗雪琼 
国家自然科学基金项目(编号:61263011);中央高校基本科研业务费项目(编号:11ykpy07);广东省自然科学基金项目(编号:S2011010005309)~~
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。
关键词：医学教育 系统动力学 STELLA 仿真 
近似熵与SVM在自动分类癫痫脑电信号中的应用被引量：4
《生物医学工程研究》2013年第2期74-79,共6页张振 杜守洪 陈子怡 田翔华 周毅 张洋 
国家自然科学基金项目(61263011;81000554);中央高校基本科研业务费中山大学培育项目(11ykpy07);广东省自然科学基金项目(S2011010005309);新疆医科大学创新基金(XJC201209)
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。...
关键词：癫痫 EEG 近似熵 支持向量机 实时探测 分类 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部