国家自然科学基金(60371023) 作品数:13 被引量:45 H指数:5 相关作者: 黄力宇 田絮资 高莉 王珏 程敬之 更多>> 相关机构: 西安电子科技大学 西安交通大学 宝鸡文理学院 更多>> 发文基金: 国家自然科学基金 陕西省自然科学基金 陕西省教育厅科研计划项目 更多>> 相关领域: 医药卫生 自动化与计算机技术 生物学 化学工程 更多>>
基于最大熵独立分量分析的诱发电位特征提取 被引量:1 2009年 目的针对视觉诱发电位(VEP)特征提取问题,提出一种改进的基于信息极大的最大熵ICA算法。方法通过该算法对多导诱发脑电信号进行独立分量分解,去掉其中包含的噪声干扰成分,并选出与视觉诱发响应相关的主要分量,完成信号的特征提取。结果将选出的分量投影回头皮电极处,使得VEP中的P3峰更加突出。结论所提出的方法实现了信号的特征增强,提高了P3成分定位的准确性。 田絮资 高莉 黄力宇关键词:独立分量分析 最大熵算法 事件相关电位 特征提取 基于独立分量分析的自适应最大熵算法对脑电干扰的识别与剔除 被引量:6 2008年 目的提出一种在脑电信号采集过程中自动识别和剔除各种干扰的新方法。方法将独立分量分析(ICA)最大熵算法和非线性参数阈值设定相结合。首先对ICA最大熵算法进行自适应改进,并将其用于对包含肌电、眼动等各种干扰的19导脑电信号进行独立分量分解;然后对各独立成分进行3个参数的非线性分析,通过设定的阈值,自动识别出其中的伪迹成分;在去除识别出的各伪迹的独立成分后,将其余独立成分反投影到头皮各电极处,得到去除干扰后较为纯净的脑电信号。结果研究表明,基于盲源分离技术的自适应最大熵算法实现了脑电信号与其中所包含的多种干扰成分的分离,通过信号的重建可实现对不同来源干扰的剔除。结论自适应最大熵算法是生理信号消噪研究中一种有潜力的方法。 高莉 黄力宇关键词:脑电图 独立分量分析 最大熵算法 基于单导脑电经验模式分解的癫痫发作预测 被引量:1 2008年 目的寻找一种通过单通道脑电分析实现癫痫发作预报的新方法。方法从西京医院癫痫中心的临床病例中选择7名受试者记录癫痫发作前后8个通道的脑电,对发作前的各导脑电信号进行经验模式分解,提取分解后各分量的复杂性测度,将其作为一个4层(7-6-2-1)神经网络的输入进行非线性分类,神经网络的训练采用去一循环法(leave one out)。结果研究表明,所提出的方法在预报癫痫发作时的表现为:根据所用脑电导联不同,准确度为71.7%-78.3%,特异性为71.4%-88.1%,敏感性为50%-77.8%范围。另外,系统运算速度足够快,适合临床实时检测需要。结论所提出的方法在预测癫痫发作时有一定优势,但进一步的研究仍然是必要的。 田絮资 黄力宇 徐磊关键词:癫痫 脑电图 复杂度 经验模式分解 人工神经网络 迷走神经电刺激抑制癫痫发作的研究 2004年 癫痫患者中难治性癫痫发作的有效控制目前还是一个难点。迷走神经刺激法为解决这个困难提供了一个新的途径。本文回顾了迷走神经刺激法在抑制癫痫发作时的临床应用效果 ,给出了该方法的解剖学基础、可能的抗痫机理、不良反应和存在的问题 ,最后对未来的发展等进行了展望。 黄力宇 付晓研 王珏关键词:迷走神经 电刺激 癫痫 解剖学 不同脑负荷脑电特征的近似熵表征研究 被引量:1 2007年 目的研究不同生理状态下的脑电特征(EEG)。方法利用一种度量时间序列复杂性的非线性统计方法——近似熵(ApEn)方法。结果近似熵能够有效地反映脑电信号的变化情况。结论近似熵是一种值得重视且很有发展前景的复杂性分析方法。 田絮资 王伟荣 黄力宇关键词:近似熵 脑电特征 分离剔除母体心电干扰的胎儿心电提取新方法 梯度算法是盲分离信号分析中的主要算法之一。论文介绍了算法的基本原理及其自适应改进, 并将其应用于胎儿心电信号的提取。研究结果表明,基于分量分离技术的自适应梯度算法能够从各种背景噪声特别是母体心电干扰中实现胎儿心电的分量分... 高莉 黄力宇 史文虎关键词:梯度算法 文献传递 脑电消噪的自适应盲分离算法研究 论文提出一种基于最大熵盲分离的自适应算法,介绍了算法的基本原理和改进方法,并将其应用于剔除多导脑电信号中的肌电、眼动等伪迹。研究表明,基于盲分离技术的自适应最大熵算法可以实现脑电信号与其中所包含的多种干扰成分的分离,通过... 高莉 黄力宇 王伟荣关键词:脑电图 最大熵算法 文献传递 癫痫脑电的双谱特性研究 被引量:6 2004年 双谱分析对于分析处理非高斯、非线性随机信号具有明显优点。脑电信号被认为具有非高斯、非线性的特性。本文对不同发作阶段癫痫患者的脑电信号进行双谱估计 ,进而研究不同生理条件下脑电的双谱特性。结果表明 ,不同发作阶段时癫痫脑电信号的高斯偏离程度明显不同 ,其中双相干系数能够区分不同发作阶段脑电的信号特征 。 李昌强 黄力宇 鞠烽炽 黄远桂 程敬之关键词:癫痫 脑电图 脑电双谱指数作为神经网络输入预测癫痫发作 应用高阶累积量技术对癫痫患者的脑电信号进行双谱估计,结合神经网络研究发作前脑电对癫痫发作预报的价值。对7例癫痫患者在不同发作阶段特别是发作前癫痫患者的八导脑电信号进行双谱估计,提取双相关指数和加权双谱权重中心(WCOB)... 王伟荣 黄力宇 高莉 黄远桂关键词:癫痫 脑电图 双谱 人工神经网络 文献传递 用脑电双谱分析和人工神经网络预测癫痫发作的研究 被引量:1 2004年 根据癫痫患者脑电信号具有非高斯非线性随机特性,应用高阶累积量技术对癫痫患者的脑电信号进行双谱估计,进而结合神经网络研究发作前脑电对癫痫发作预报的价值,以寻求更加敏感和准确的发作预报参量和临床监护方法。方法:对7例癫痫患者在不同发作阶段特别是发作前夕的八导脑电信号进行双谱估计,提取各导脑电的双相关指数和加权双谱权重中心,研究了在不同发病阶段的脑电信号的高斯偏离程度,使用一个四层(24-10-2-1)的神经网络实现分类。神经网络的训练和测试采用去一循环对比法。结果:不同发作阶段时癫痫脑电信号的高斯偏离程度明显不同,其中双相关系数能够敏感区分癫痫的不同发作阶段;双相关系数和加权双谱中心作为人工神经网络输入时可提前12—24s预报癫痫的发作。结论:双谱分析、双相关系数为癫痫脑电信号的研究提供了一些新的思路,有望成为临床监护预报癫痫发作的一个指标。 黄力宇 付晓研 王珏 程敬之关键词:人工神经网络 癫痫 脑电图