癫痫脑电

作品数：149被引量：335H指数：11
导出分析报告
相关领域：医药卫生更多>>
相关作者：周毅杜玉晓高云园李阳周卫东更多>>
相关机构：山东大学天津大学山东师范大学中山大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金山东省自然科学基金吉林省科技发展计划基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于k最近邻法的癫痫脑电信号研究
《北京生物医学工程》2025年第1期55-60,67,共7页卢灿爱 姚文坡 乙万义 白登选 王琼 戴加飞 王俊 
目的利用k最近邻法(k-nearest neighbor,KNN)计算符号序列部分互信息对癫痫脑电信号间的耦合关系进行分析,以期探究癫痫脑电信号与健康人的脑电信号耦合程度的差异,为癫痫脑电信号的研究提供借鉴方法。方法传统方法是通过计算变量间的...
关键词：癫痫脑电信号 序列符号化 互信息 K最近邻算法 耦合关系 
基于时频及洛伦兹散点图的癫痫脑电特征分析
《科技通报》2024年第12期31-39,共9页古丽美合日·阿卜力孜 彭颖婕 廉倩琳 陈建军 
国家自然科学基金项目(31760269);新疆维吾尔自治区“天山青年”优秀人才基金资助项目(2018Q021)。
通过分析癫痫患者脑电信号的时频和洛伦兹散点图特征,探究癫痫不同状态时期的差异性,为开展临床癫痫的诊断提供准确的辅助方法。基于功率谱、洛伦兹散点图以及误差逆向传播(back propagation,BP)神经网络算法,对癫痫患者脑电数据的特征...
关键词：癫痫 脑电信号 时频 洛伦兹散点图 BP神经网络 
基于残差网络的癫痫脑电自动检测方法
《计算机应用》2024年第S2期370-374,共5页许裕纯 许建军 
针对现有癫痫检测算法分类模式单一的问题,提出一种基于残差网络(ResNet)的癫痫脑电(EEG)自动检测方法。首先,搭建具有3个残差块的一维ResNet提取EEG信号的内在特征;其次,利用全连接网络进行分类;最后,将所提方法在波恩大学癫痫EEG数据...
关键词：癫痫检测 卷积神经网络 脑电信号 残差网络 自动检测 
浅谈心因性非癫痫性发作PNES
《人人健康》2024年第30期66-66,共1页杨艳红 
癫痫诊疗过程中,经常会遇到类似癫痫发作但并不具有癫痫脑电特征的病症——心因性非痫性发作(PNES)。这是一种由心理因素引发的,临床症状与癫痫相似,但不伴癫痫样脑电改变的发作性疾病。PNES好发于女性,发病的高峰年龄是15一24岁和60岁...
关键词：发作性疾病 高峰年龄 公众认知 心因性 癫痫脑电 误诊率 诊疗过程 医疗领域 
基于时延嵌入式隐马尔科夫模型的癫痫脑电分类算法
《重庆邮电大学学报（自然科学版）》2024年第4期675-686,共12页李沛洋 赵贯一 刘宇轩 张伊诺 李存波 汪露 田银 
国家自然科学基金项目(61901077,62171074);重庆市自然科学基金面上项目(CSTB2022NSCQ-MSX1171)。
癫痫脑电的分类识别能够为癫痫的预警和病程的发展监测提供强有力的技术支持。传统的癫痫脑电分类识别方法需要从较长的时间序列中提取特征,难以刻画大脑的瞬态变化,检测低效且耗时,降低了癫痫预警的有效性。针对上述问题,提出一种基于...
关键词：癫痫检测 脑电信号(EEG) 时延嵌入式隐马尔科夫模型(TDE-HMM) 多层感知机(MLP) 
基于多频带路径签名特征的癫痫脑电图信号分类方法
《华南理工大学学报（自然科学版）》2024年第7期9-18,共10页郭礼华 杨辉 吴倩仪 茅海峰 
广东省基础与应用基础研究基金资助项目(2022A1515011549,2023A1515011104)。
基于脑电图(EEG)信号的癫痫自动检测对癫痫的临床诊断和治疗有很大的帮助。由于大部分癫痫识别算法忽略了EEG信号的时序关系,为此,文中提出了一种基于多频带路径签名特征的癫痫EEG信号分类方法。此方法首先将EEG信号分解成5个不同频段...
关键词：脑电图分析 癫痫发作分类 路径签名 信号分析 
基于边中心网络特征提取的癫痫脑电分类研究
《计算机与现代化》2024年第5期22-26,共5页刘力霈 杨晓利 李振伟 
河南省重点研发与推广专项(202102310534)。
癫痫病是最常见的神经系统疾病之一,准确检测癫痫发作对治疗至关重要。为了提高对癫痫脑电信号的自动识别和诊断的准确性,本文设计一种以边为中心构建复杂网络的特征提取方法。该方法首先计算时间序列的Z-score并通过点积运算构造连边...
关键词：癫痫 分类 复杂网络 特征提取 连边矩阵 
基于经验模态分解的精细复合多尺度排列熵癫痫脑电信号分类方法
《智能计算机与应用》2024年第5期44-51,共8页梁袁泽 张学军 
国家自然科学基金(61977039);江苏省研究生科研与实践创新计划项目(KYCX21_0712)。
癫痫是一种常见的脑部疾病,通过脑电图能准确地定位人脑中的致痫区域。文章提出一种基于经验模态分解的精细复合多尺度排列熵的癫痫脑电信号自动检测方法,用于解决区分致痫区和非致痫区的癫痫脑电信号难的问题。首先将原信号分割成多个...
关键词：癫痫 经验模态分解 精细复合多尺度排列熵 支持向量机 
应用基于注意力的多尺度残差网络实现癫痫脑电自动检测
《生物医学工程学杂志》2024年第2期253-261,共9页王兴起 李明爱 
国家自然科学基金项目(62173010)。
基于深度学习的癫痫脑电自动检测方法,能避免人为因素的影响而倍受关注,而其有效性主要取决于深度神经网络模型。为此,本研究将根据癫痫脑电的多尺度、时空特点及导联间的信息流动特征,设计一种基于注意力的多尺度残差网络(AMSRN),并与...
关键词：脑电信号 多尺度主元分析 脑网络 深度学习 癫痫检测 
基于视角-规则的深度TSK模糊分类器及其在多元癫痫脑电信号识别中的应用被引量：1
《控制与决策》2024年第4期1315-1324,共10页张雄涛 李水苗 翁江玮 胡文军 蒋云良 
国家自然科学基金区域创新发展联合基金项目(U22A201856)。
在癫痫脑电信号分类检测中,传统机器学习方法分类效果不理想,深度学习模型虽然具有较好的特征学习优势,但其“黑盒”学习方式不具备可解释性,不能很好地应用于临床辅助诊断;并且,现有的多视角深度TSK模糊系统难以有效表征各视角特征之...
关键词：TSK模糊分类器 多视角深度特征 视角-规则 癫痫脑电信号检测 可解释性 
全选清除导出
共15页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部