陈爽爽
- 作品数:5 被引量:7H指数:2
- 供职机构:山东大学信息科学与工程学院更多>>
- 发文基金:山东大学自主创新基金国家科技支撑计划国家自然科学基金更多>>
- 相关领域:医药卫生自动化与计算机技术更多>>
- 一种利用波动指数和提升训练的脑电检测方法和装置
- 本发明涉及一种利用波动指数和提升训练的脑电检测方法和装置,利用特征效果较好的波动指数对采集并经预处理后的脑电数据进行特征提取,将提取的特征向量送入由提升训练方法获得的分类器中,从而得到对异常脑电信号的标记,不但减轻了临床...
- 周卫东陈爽爽
- 文献传递
- 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
- 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Gradient Boosting算法的癫痫检测
- 癫痫是一种慢性脑部疾病,由于脑部神经元异常放电而导致大脑功能障碍。癫痫的反复发作会对患者生活造成极大的限制,影响其生活质量。目前,临床上多用长程脑电记录对癫痫发作进行检测,而对癫痫患者脑电图的分析可以帮助医务工作者诊断病...
- 陈爽爽
- 关键词:小波分析贝叶斯分类器
- 一种利用波动指数和提升训练的脑电检测方法和装置
- 本发明涉及一种利用波动指数和提升训练的脑电检测方法和装置,利用特征效果较好的波动指数对采集并经预处理后的脑电数据进行特征提取,将提取的特征向量送入由提升训练方法获得的分类器中,从而得到对异常脑电信号的标记,不但减轻了临床...
- 周卫东陈爽爽