袁琦
- 作品数：10 被引量：54H指数：3
- 供职机构：山东大学更多>>
- 发文基金：国家自然科学基金山东大学自主创新基金国家科技支撑计划更多>>
- 相关领域：医药卫生自动化与计算机技术机械工程环境科学与工程更多>>
- 癫痫脑电的分类识别及自动检测方法研究
- 癫痫发作是脑内神经元阵发性异常超同步化电活动的临床表现，具有反复性、突发性和暂时性等特点。作为研究癫痫发作特征的重要工具，脑电图所反映的发作信息是其他生理学方法所不能提供的。利用信号处理技术和模式识别方法自动检测癫痫脑电...
- 袁琦
- 关键词：癫痫脑电信号
- 基于梯度boosting的癫痫脑电检测方法(英文)被引量：3
- 2015年
- 自动癫痫脑电检测对癫痫的诊断具有重要意义,可以减轻监测长期脑电的工作强度。本文提出和探讨一种基于梯度boosting的长程脑电癫痫检测的新机器学习算法。该算法提取长程脑电的相对波动指数作为特征,采用梯度boosting算法训练分类器来识别发作和正常脑电。最后采用平滑和"collar"技术作为后处理进一步提高检测准确率。利用弗莱堡21位病人的脑电数据对该癫痫检测算法进行评估,实验表明,该算法的平均灵敏度为94.6%,误检率为0.18/h。
- 陈爽爽周卫东耿淑娟袁琦王纪文
- 关键词：脑电信号小波变换
- 黄河三角洲地区大气颗粒物理化特性研究
- 大气颗粒物是我国目前最主要的空气污染物之一，对人类健康、能见度、气候和空气质量等都有重要的影响，而颗粒物的理化性质是这些相关研究的重要理论基础。目前对我国大气颗粒物污染最严重地区之一-环渤海地区的区域背景点的相关研究还相...
- 袁琦
- 关键词：颗粒物浓度粒径分布雾霾
- 文献传递
- 基于盒维和分形截距特征的脑机接口方法及装置
- 本发明涉及基于盒维和分形截距特征的脑机接口方法和装置，基于脑电放大器和计算机构成的硬件平台实现对脑电状态的检测。首先通过脑电放大器和数据采集卡采集脑电信号，然后将采集到的脑电信号送至计算机进行处理，实现盒维和分形截距的特...
- 周卫东孙中钱田帅王芸袁琦高诺
- 文献传递
- 基于多特征的颅内脑电癫痫检测方法被引量：4
- 2013年
- 自动癫痫检测对癫痫病发作的诊断及减轻医务人员繁杂的工作有着重大的意义。本研究提出一种基于多特征的长程颅内脑电癫痫检测的新算法。该算法首先对颅内脑电信号进行小波分解和半波处理,然后提取脑电信号的微分方差、相对能量和波动指数组成特征向量,利用贝叶斯原理求得待检信号特征向量的后验概率,通过阈值判断达到癫痫检测的目的。利用德国弗莱堡长程脑电数据进行实验,检测灵敏度为94.2%,特异性为95.6%,误检率为每小时1.16次。实验表明,该算法能够有效检测出长程颅内脑电中的癫痫信号,并具有较低的运算复杂度,有利于实时脑电检测。
- 陈爽爽周卫东袁琦袁莎莎栗学丽
- 基于ELM和近似熵的脑电信号检测方法被引量：36
- 2012年
- 脑电癫痫波的自动检测与分类对癫痫病情的诊断具有重要意义。提出了一种基于极端学习机(extreme learning ma-chine,ELM)和近似熵的脑电信号检测方法。首先,计算脑电信号的近似熵作为非线性特征,并与利用小波变换技术提取的线性特征波动指数相结合,组成特征向量,然后将特征向量送入单隐层前馈神经网络,采用ELM学习算法训练网络。实验表明,与BP(backpropagation)和SVM(support vector machine)算法相比,ELM在训练时间和识别精度两方面性能最佳,对用于实验的脑电数据检测识别率达到98%以上。
- 袁琦周卫东李淑芳蔡冬梅
- 关键词：癫痫脑电近似熵极端学习机反向传播算法
- 基于推土机距离和支持向量机的脑电癫痫检测算法(英文)
- 2014年
- 对于需要长期脑电图监测的癫痫患者,癫痫自动检测技术是十分必要的。本文所提出的基于多导联长程脑电的算法,首先,对脑电信号进行五层小波分解,取其中三层并求和,然后建立直方图并计算它们之间的距离。本文使用了一种有效的推土机距离算法,提出了脑电新特征EMD-L1。由于EMD-L1利用了L1范式,有效降低了时间复杂度,提高了运算速度。本文采用支持向量机作为分类器,并对支持向量机的输出做了后处理,其中包括平滑滤波和"collar"技术,以获取更准确的检测结果。本文将所提出的方法与其他使用相同脑电数据库的癫痫检测方法相比较,实验结果表明本文提出的算法达到了较高的灵敏度95.73%、特异性98.45%以及较低的误判率0.33/h。该检测系统不但具有较高的精确度和较强的鲁棒性,而且可以对脑电数据进行实时分析,用于长期脑电监测中。
- 王芸吴琦周卫东袁莎莎袁琦
- 关键词：推土机距离支持向量机小波分解
- 脑电信号的分形截距特征分析及在癫痫检测中的应用被引量：2
- 2011年
- 脑电信号的非线性特征会随癫痫发作而改变,脑电信号的特征分析和检测对癫痫的诊断和治疗具有重要意义。提出对癫痫脑电信号进行毯子维和分形截距的特征分析,并将分形截距应用于癫痫脑电信号的检测。首先提取脑电信号的分形截距和毯子维特征,并对两种特征的均值和方差进行比较,最后使用支持向量机分类器,实现脑电信号的分类检测。发现癫痫发作时脑电信号的分形截距显著高于发作间期,而脑电信号的毯子维在发作前后变化规律则不明显。将分形截距作为分类特征,能有效地区分癫痫脑电与间歇期脑电,具有较强的癫痫脑电检测性能,分类检测的准确率达到96%以上。
- 王玉周卫东李淑芳袁琦耿淑娟
- 关键词：脑电癫痫
- 基于盒维和分形截距特征的脑机接口方法及装置
- 本发明涉及基于盒维和分形截距特征的脑机接口方法和装置，基于脑电放大器和计算机构成的硬件平台实现对脑电状态的检测。首先通过脑电放大器和数据采集卡采集脑电信号，然后将采集到的脑电信号送至计算机进行处理，实现盒维和分形截距的特...
- 周卫东孙中钱田帅王芸袁琦高诺
- 文献传递
- 基于脑电棘波频次的癫痫发作预测算法被引量：2
- 2011年
- 癫痫发作预测是近年来在神经科学领域中备受关注的课题。预测癫痫发作可以使医护人员或患者提前采取有效措施来预防和控制癫痫发作,在临床上具有重要意义。棘波是最基本的阵发性异常脑电活动,在分析和统计癫痫发作前期和发作期棘波频次不同表现的基础上,首次提出一种基于脑电棘波频次的癫痫预测算法。对脑电进行滤波以去掉高频干扰后,采用形态学滤波器检测脑电棘波数目,并计算各段脑电中棘波出现的频次,最后根据棘波频次的变化预测癫痫的发作。采用本算法对21例癫痫患者长程颅内脑电进行癫痫预测,准确率达到74.7%,每小时错误预测次数仅为0.111次。结果表明,所提出算法能够有效地预测癫痫发作。
- 李淑芳周卫东袁琦蔡冬梅
- 关键词：形态学滤波器
