公共文化服务平台

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: 2024年; 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),并与多尺度主元分析法(MSPCA)相结合,实现癫痫的自动检测。首先,利用MSPCA对原始癫痫脑电信号进行去噪和特征增强;进而,设计AMSRN模型结构与参数。其中,注意力模块(AM)、多尺度卷积模块(MCM)、时空特征提取模块(STFEM)和分类模块(CM)相继完成基于注意力加权机制的信号重表达以及多尺度-时空特征的提取、融合与分类。基于麻省理工学院的波士顿儿童医院(CHBMIT)公共数据集进行5折交叉验证实验研究,AMSRN模型在灵敏度(98.56%)、F1分数(98.35%)、准确度(98.41%)及精确度(98.43%)等方面均取得了较好结果。结果表明,AMSRN模型能够很好地利用癫痫发作引起的脑网络信息流动强化导联间差异性,并有效捕获癫痫脑电的多尺度和时空特征,有利于改善癫痫检测性能。; 王兴起李明爱; 关键词：脑电信号多尺度主元分析

一种Beamlet变换下的图像边缘检测算法被引量：7: 2010年; Beamlet变换是一种多尺度分析的有效工具。对基于Beamlet变换的线特征提取算法进行改进,提出一种表示Beamlet上图像灰度值加权平均的算式,提出在图像子块内沿Beamlet的各个方向搜索边缘,形成一种图像边缘检测的新算法。从检测到的边缘连贯性等方面对该算法的性能进行了评价,将该算法应用于车道线等图像的边缘检测和车道识别。实验结果表明,该算法检测到的边缘连贯性好,算法的错检率和漏检率低,且具有较强的提取线特征的能力;检测到的边缘线段包含位置、方向等信息,便于对车道等目标进行识别;算法的缺点是:抗噪性不够好且计算较为复杂,有待改进。; 陈雨方滨王普; 关键词：多尺度几何分析 BEAMLET变换边缘检测车道识别

基于残差模块和自注意力机制GAN的脑电信号增广方法: 2022年; 针对脑电信号(EEG)数据量过少的问题,提出一种基于残差模块(ResBlock)和自注意力(Self-Attention)机制的生成对抗网络(GAN),记为RBSAGAN。该模型首先对ResBlock进行改进,设计了Up ResBlock和Down ResBlock网络用于提取信号中不同尺度感受野的特征并对数据维度进行扩大和缩小;然后根据Self-Attention机制设计1D Self-Attention网络挖掘EEG中各离散时刻之间的时间相关性;最后通过生成器和判别器的对抗训练生成逼真的信号。该模型在公开的BCI Competition IV dataset 2a数据集进行了大量实验,结果表明,RBSAGAN具有生成接近于真实脑电信号样本的能力,并且将分类器1D卷积网络(CNN)的平均识别率提升至96.04%,可以为EEG数据增广任务提供参考。; 李明爱李明爱; 关键词：脑电信号

1000 MW燃煤机组排放SO_(2)浓度扩散模拟研究: 2023年; 1000 MW燃煤机组火电厂排放污染气体中二氧化硫(SO_(2))浓度是我国火电厂排放污染的重点控制目标,为了研究SO_(2)浓度扩散对周围环境及人们身体健康造成的影响,对SO_(2)浓度扩散进行了模拟研究。首先,根据电厂的实际排放数据建立了高斯羽流扩散模型,利用该模型模拟在大气稳定度相同的情况下模拟不同的风速对SO_(2)浓度扩散分布规律的影响,并且分析SO_(2)浓度扩散的距离及范围。结果表明,SO_(2)浓度扩散与风速及大气稳定度有着密切的关系,风速越大,越有利于SO_(2)浓度扩散及气体的稀释,并证明了利用高斯烟羽模型模拟有害气体扩散具有较好的实际参考意义。; 李济瀚李晓理王康崔桂梅无; 关键词：火电厂湿法烟气脱硫二氧化硫

基于稀疏分解的心电信号压缩算法: 2009年; 动态心电的广泛应用导致海量心电数据的产生,为了传输和存储的高效实现,必须对其进行压缩。本文在详细分析心电信号的可压缩特性基础上,将稀疏分解这一目前数据压缩算法领域较为前沿的方法引入到心电信号压缩算法中,提出了一种基于稀疏过完备库分解的心电数据压缩算法,该算法能够在较低的数据失真度情况下得到较好的数据压缩效果。同时,通过将本算法的实验数据同相关文献中提到的方法进行对比,其结果验证了本文算法的有效性。; 赵泽文方滨王普; 关键词：信号压缩稀疏分解矢量量化

基于负熵极大的独立分量分析方法被引量：16: 2005年; 独立分量分析(Independen t Com ponen t A na lys is,ICA)是近年来发展起来的一种有效的盲源分离技术(B lind Source Separation,BSS).本文介绍了独立分量分析的基本理论,用基于最大熵原理的对负熵的估计方法得出了ICA的目标函数,并介绍了基于负熵极大的F astICA算法.M ATLAB仿真试验表明:该算法可以较好地分离混合声音信号,具有良好的稳定性,收敛速度较快.; 申丽岩方滨沈毅; 关键词：独立分量分析盲源分离负熵

一种使用关联积分进行QRS波检测的新方法被引量：1: 2007年; 使用计算机对ECG信号进行分析和处理能够减少医生的工作量,提高医生的工作效率。在ECG自动诊断系统中,对QRS波进行准确检测非常重要。目前,QRS波的检测方法已经有很多种,如使用差分和滤波器组、小波变换、神经网络等方法等,但还没有一种方法的适应性和准确性得到广泛的认同。关联积分的方法是从混沌学理论中推导出来,是一种全新的检测QRS波方法。使用关联积分的方法对心电信号QRS波进行分析,得到了很好的效果,而且这种分析方法具有较好的鲁棒性。本文利用MIT/BIH Arrhythmia Database库中的数据测试了上述方法,结果证实其对QRS波的正确检出率为99.1%。; 赵文哲方滨沈毅王普; 关键词：ECG信号 QRS波检测

稀疏信号的盲源分离求解方法提取胎儿心电信号被引量：4: 2009年; 心电信号是具有稀疏特性的信号,本文提出了用稀疏信号盲源分离求解的方法提取胎儿心电信号(FECG)。结合小波分析以及本文中提出的一种新方法——弭灭圆法,避免了因心电信号不是理想稀疏信号而对信源的可识别性造成的影响。仿真实验证明该方法是一种非常有效的方法。; 邵文婷方滨王普任明荣沈毅; 关键词：盲源分离稀疏信号

基于连续小波变换和符号传递熵的脑功能网络构建方法被引量：5: 2022年; 为有效利用运动想象脑电信号(Motor Imagery Electroencephalogram,MI-EEG)的频域信息并精确反映脑电极之间的非线性因果交互作用,本文提出一种基于连续小波变换和符号传递熵的脑功能网络构建方法.首先,对每导MI-EEG进行连续小波变换,求得其时-频-能量矩阵;然后,将与运动想象密切相关的频带内各频率所对应的时间-能量序列依次拼接,得到各导联的一维时频能量序列;最后,基于任意两电极时频能量序列间的符号传递熵计算连接矩阵,构建脑功能网络.实验结果表明,以电极时频能量序列间的符号传递熵构建的脑功能网络,能够有效反映MIEEG的时频特征和非线性特征信息传递,相比于传统脑网络构建方法,更有利于增强不同运动想象任务的可分性.; 李明爱张圆圆; 关键词：脑-机接口连续小波变换

基于浅层视觉几何组网络的参数迁移学习及其在运动想象分类中的应用: 2022年; 迁移学习在基于运动想象脑电信号(MI-EEG)的脑机接口(BCI)康复系统中具有潜在的研究价值和应用前景,而源域分类模型及迁移策略是直接影响目标域模型性能与迁移效率的两个重要方面。为此,本文提出一种基于浅层视觉几何组网络(sVGG)的参数迁移学习(PTL)方法(PTL-sVGG)。首先,基于皮尔逊相关系数法对源域受试者进行筛选,并对优选的受试者MI-EEG数据进行短时傅里叶变换,获得时频谱图(TFSI);然后,对视觉几何组网络-16(VGG-16)进行结构简化与模块化设计,并利用源域TFSI完成改进的sVGG模型预训练;进而,设计基于模块的冻结—微调迁移策略,快速寻找并冻结sVGG模型中贡献最大的某个模块,再基于目标受试者TFSI微调其余模块,获得目标域分类模型。基于公开脑电信号(EEG)数据库进行实验研究,PTL-sVGG取得的平均识别率和卡帕(Kappa)值分别为94.9%和0.898。结果表明,源域受试者优选有利于改善源域模型性能,基于模块的迁移策略有效提升了迁移效率,实现了基于不同导联数的数据库跨受试者间模型参数的快速有效迁移。这将有利于减少BCI系统的校准时间,促进BCI技术在康复工程中的应用。; 许冬芹李明爱

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

教育部数字社区工程研究中心

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

教育部数字社区工程研究中心

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈