期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于黎曼与巴氏距离的脑磁图信号分类方法
被引量:
8
1
作者
吴煜
杨爱萍
+2 位作者
章宦记
王建
刘立
《计算机科学与探索》
CSCD
北大核心
2017年第5期776-784,共9页
针对人脑对不同视觉目标刺激产生的脑磁图(magnetoencephalography,MEG)信号,提出了一种新型的脑磁图信号分类算法。该算法首先将滤波后的脑磁图信号投影到新的特征空间,然后将脑磁图信号投影后新特征的协方差特征投影到切线空间中,用...
针对人脑对不同视觉目标刺激产生的脑磁图(magnetoencephalography,MEG)信号,提出了一种新型的脑磁图信号分类算法。该算法首先将滤波后的脑磁图信号投影到新的特征空间,然后将脑磁图信号投影后新特征的协方差特征投影到切线空间中,用协方差特征作为信号的特征,进而对样本进行预分类;接着将预分类的样本通过巴氏距离的调整,得到二次标记结果;最后采用黎曼距离对协方差特征矩阵在流形上进行调整,得到最终的分类结果。实验结果表明,该有监督与无监督相结合的算法有助于提高脑磁图信号分类的准确率。
展开更多
关键词
脑
磁
图
(
meg
)
分类
算法
协方差矩阵
黎曼距离
巴氏距离
下载PDF
职称材料
基于多维复杂度的精神分裂症脑磁信号区分
被引量:
3
2
作者
张学军
彭丽艳
+1 位作者
黄丽亚
成谢锋
《计算机工程与应用》
CSCD
北大核心
2016年第23期12-18,24,共8页
为了更有效地识别脑磁信号,提出一种基于多维复杂度的脑磁信号分类方法。首先提取信号的AR模型系数、频带能量、近似熵和Lempel-Ziv复杂度作为特征。然后运用增L减R搜索算法结合距离准则选择通道。最后采用遗传算法选择特征子集,分别运...
为了更有效地识别脑磁信号,提出一种基于多维复杂度的脑磁信号分类方法。首先提取信号的AR模型系数、频带能量、近似熵和Lempel-Ziv复杂度作为特征。然后运用增L减R搜索算法结合距离准则选择通道。最后采用遗传算法选择特征子集,分别运用BP神经网络和SVM分类器检测特征子集的性能并对信号分类。实验结果表明精神分裂症患者的近似熵和Lempel-Ziv复杂度都高于正常人,患者的脑磁信号可能更加复杂。增L减R搜索算法选择的通道大多分布在颞叶区,即颞叶区域的通道可能携带了更多的差异信息。采用BP神经网络和SVM对特征数据分类,分别得到了98.5%和99.75%的正确率。
展开更多
关键词
精神分裂症
特征提取
特征选择
遗传算法
脑
磁
图
(
meg
)
信号
分类
区分
下载PDF
职称材料
用于构建脑磁图网络的信号提取方法
被引量:
1
3
作者
杨春兰
吴文晓
+1 位作者
吴水才
任洁钏
《北京工业大学学报》
CAS
CSCD
北大核心
2020年第7期795-802,共8页
构建脑磁图功能网络时,一般选取各脑区功率最强的源信号代表其神经活动,这将造成信息损失.针对此问题,提出了2种改进方案:基于叠加平均的方法和基于聚类的方法.为了验证上述方案,选取了51例被试任务状态下的脑磁数据,对其各频段利用最...
构建脑磁图功能网络时,一般选取各脑区功率最强的源信号代表其神经活动,这将造成信息损失.针对此问题,提出了2种改进方案:基于叠加平均的方法和基于聚类的方法.为了验证上述方案,选取了51例被试任务状态下的脑磁数据,对其各频段利用最大功率、叠加平均、聚类3种方法进行信号提取,然后对以其构建的脑功能网络进行k均值聚类分析,此外,对以上3种方法构建的脑网络特征进行分析比较.结果表明:叠加平均方法的准确率最高、最大功率次之,聚类方法准确率最低;脑网络特征分析结果发现基于叠加平均和最大功率方法构建的大脑网络具有较强的小世界属性,而使用聚类方法构建的大脑网络其小世界属性较弱.基于本研究初步得出结论,采用叠加平均和最大功率信号提取方法构建脑磁图脑网络具有可行性.
展开更多
关键词
脑
磁
图
(
meg
)
源重建
信号
提取
脑
功能网络
网络特征
小世界属性
下载PDF
职称材料
脑磁图(MEG)常见问题
被引量:
1
4
作者
孙吉林
《现代电生理学杂志》
2005年第4期245-249,共5页
1、什么是脑磁图? 脑磁图是英文Magnetoencepha1ography中文译名,简称MEG.脑磁图是无创伤性探测脑电磁生理信号的一种脑功能检测技术,对人体完全无副作用,检测安全简便.
关键词
脑
磁
图
检测技术
中文译名
生理
信号
无创伤性
无副作用
meg
脑
功能
下载PDF
职称材料
利用脑磁图-多重信号分类算法求解真实头模型中磁源定位问题
5
作者
朱红毅
李军
+1 位作者
沈建其
何赛灵
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2003年第7期1812-1817,共6页
脑磁图 多重信号分类 (MEG MUSIC)算法与常见的利用时域空域数据定位多偶极子源的全局优化方法相比 ,具有求解速度快、独立确定各偶极子源的位置、求解难度与偶极子数量无关等优点 ,在偶极子数量较多的情况下 ,MEG MUSIC算法的优势显得...
脑磁图 多重信号分类 (MEG MUSIC)算法与常见的利用时域空域数据定位多偶极子源的全局优化方法相比 ,具有求解速度快、独立确定各偶极子源的位置、求解难度与偶极子数量无关等优点 ,在偶极子数量较多的情况下 ,MEG MUSIC算法的优势显得更为突出 .利用MEG
展开更多
关键词
脑
磁
图
-多重
信号
分类
算法
真实头模型
脑
磁
源定位
多偶极子源
全局优化
疾病诊断
原文传递
在MEG场源定位中小波变换的一种应用
6
作者
阮放鸣
龙曼海
《贵州大学学报(自然科学版)》
2003年第1期28-32,共5页
基于小波变换的多分辨率分析 ,利用阈值化概念 ,本文提出了脑磁场源定位分析中的一种降噪方法。用本方法对实验中所检测的由声音产生的脑磁信号进行处理 ,降噪效果明显 ,定位精度由几十毫米提高到几毫米。尤其在对原始信号进行低次数平...
基于小波变换的多分辨率分析 ,利用阈值化概念 ,本文提出了脑磁场源定位分析中的一种降噪方法。用本方法对实验中所检测的由声音产生的脑磁信号进行处理 ,降噪效果明显 ,定位精度由几十毫米提高到几毫米。尤其在对原始信号进行低次数平均的情况下 ,本降噪方法更具优越性。
展开更多
关键词
脑
磁
图
脑
磁
信号
场源
定位
小波变换
信号
处理
多分辨率分析
阈值化
meg
下载PDF
职称材料
小波变换在MEG场源定位中的应用
7
作者
阮放鸣
《贵州师范大学学报(自然科学版)》
CAS
2003年第4期6-9,共4页
基于小波变换的多分辨率分析,利用阈值化概念,本文提出了脑磁场源定位分析中的一种降噪方法。用本方法对实验中所检测的由声音产生的脑磁信号进行处理,降噪效果明显,定位精度由几十毫米提高到几毫米,尤其在对原始信号进行低次数平均的...
基于小波变换的多分辨率分析,利用阈值化概念,本文提出了脑磁场源定位分析中的一种降噪方法。用本方法对实验中所检测的由声音产生的脑磁信号进行处理,降噪效果明显,定位精度由几十毫米提高到几毫米,尤其在对原始信号进行低次数平均的情况下,本降噪方法更具优越性。
展开更多
关键词
脑
磁
图
meg
信号
处理
小波变换
脑
磁
场
场源定位
多分辨率分析
降噪方法
下载PDF
职称材料
题名
基于黎曼与巴氏距离的脑磁图信号分类方法
被引量:
8
1
作者
吴煜
杨爱萍
章宦记
王建
刘立
机构
天津大学电子信息工程学院
出处
《计算机科学与探索》
CSCD
北大核心
2017年第5期776-784,共9页
基金
国家自然科学基金Nos.61372145
61172121
+1 种基金
61002030
61002027~~
文摘
针对人脑对不同视觉目标刺激产生的脑磁图(magnetoencephalography,MEG)信号,提出了一种新型的脑磁图信号分类算法。该算法首先将滤波后的脑磁图信号投影到新的特征空间,然后将脑磁图信号投影后新特征的协方差特征投影到切线空间中,用协方差特征作为信号的特征,进而对样本进行预分类;接着将预分类的样本通过巴氏距离的调整,得到二次标记结果;最后采用黎曼距离对协方差特征矩阵在流形上进行调整,得到最终的分类结果。实验结果表明,该有监督与无监督相结合的算法有助于提高脑磁图信号分类的准确率。
关键词
脑
磁
图
(
meg
)
分类
算法
协方差矩阵
黎曼距离
巴氏距离
Keywords
magnetoencephalography (
meg
)
classification algorithm
covariance matrices
Riemann distance
Bhattacharyya distance
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于多维复杂度的精神分裂症脑磁信号区分
被引量:
3
2
作者
张学军
彭丽艳
黄丽亚
成谢锋
机构
南京邮电大学电子科学与工程学院
江苏省射频集成与微组装工程实验室
出处
《计算机工程与应用》
CSCD
北大核心
2016年第23期12-18,24,共8页
基金
国家自然科学基金(No.61271334)
文摘
为了更有效地识别脑磁信号,提出一种基于多维复杂度的脑磁信号分类方法。首先提取信号的AR模型系数、频带能量、近似熵和Lempel-Ziv复杂度作为特征。然后运用增L减R搜索算法结合距离准则选择通道。最后采用遗传算法选择特征子集,分别运用BP神经网络和SVM分类器检测特征子集的性能并对信号分类。实验结果表明精神分裂症患者的近似熵和Lempel-Ziv复杂度都高于正常人,患者的脑磁信号可能更加复杂。增L减R搜索算法选择的通道大多分布在颞叶区,即颞叶区域的通道可能携带了更多的差异信息。采用BP神经网络和SVM对特征数据分类,分别得到了98.5%和99.75%的正确率。
关键词
精神分裂症
特征提取
特征选择
遗传算法
脑
磁
图
(
meg
)
信号
分类
区分
Keywords
schizophrenic
feature extraction
feature selection
genetic algorithm
Magnetoencephalography(
meg
)signal classification
分类号
R318 [医药卫生—生物医学工程]
下载PDF
职称材料
题名
用于构建脑磁图网络的信号提取方法
被引量:
1
3
作者
杨春兰
吴文晓
吴水才
任洁钏
机构
北京工业大学生命科学与生物工程学院
首都医科大学附属北京天坛医院
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2020年第7期795-802,共8页
基金
国家自然科学基金资助项目(31640035,81601126)
北京市教委科技计划项目(KM201710005013)。
文摘
构建脑磁图功能网络时,一般选取各脑区功率最强的源信号代表其神经活动,这将造成信息损失.针对此问题,提出了2种改进方案:基于叠加平均的方法和基于聚类的方法.为了验证上述方案,选取了51例被试任务状态下的脑磁数据,对其各频段利用最大功率、叠加平均、聚类3种方法进行信号提取,然后对以其构建的脑功能网络进行k均值聚类分析,此外,对以上3种方法构建的脑网络特征进行分析比较.结果表明:叠加平均方法的准确率最高、最大功率次之,聚类方法准确率最低;脑网络特征分析结果发现基于叠加平均和最大功率方法构建的大脑网络具有较强的小世界属性,而使用聚类方法构建的大脑网络其小世界属性较弱.基于本研究初步得出结论,采用叠加平均和最大功率信号提取方法构建脑磁图脑网络具有可行性.
关键词
脑
磁
图
(
meg
)
源重建
信号
提取
脑
功能网络
网络特征
小世界属性
Keywords
magnetoencephalography(
meg
)
source reconstruction
signal extraction
brain function network
network characteristics
small-world property
分类号
R445.9 [医药卫生—影像医学与核医学]
下载PDF
职称材料
题名
脑磁图(MEG)常见问题
被引量:
1
4
作者
孙吉林
机构
河北省人民医院
出处
《现代电生理学杂志》
2005年第4期245-249,共5页
文摘
1、什么是脑磁图? 脑磁图是英文Magnetoencepha1ography中文译名,简称MEG.脑磁图是无创伤性探测脑电磁生理信号的一种脑功能检测技术,对人体完全无副作用,检测安全简便.
关键词
脑
磁
图
检测技术
中文译名
生理
信号
无创伤性
无副作用
meg
脑
功能
分类号
R741.04 [医药卫生—神经病学与精神病学]
下载PDF
职称材料
题名
利用脑磁图-多重信号分类算法求解真实头模型中磁源定位问题
5
作者
朱红毅
李军
沈建其
何赛灵
机构
浙江大学现代光学仪器国家重点实验室光及电磁波研究中心
出处
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2003年第7期1812-1817,共6页
基金
国家自然科学基金 (批准号 :3 0 0 0 0 0 3 4)资助的课题~~
文摘
脑磁图 多重信号分类 (MEG MUSIC)算法与常见的利用时域空域数据定位多偶极子源的全局优化方法相比 ,具有求解速度快、独立确定各偶极子源的位置、求解难度与偶极子数量无关等优点 ,在偶极子数量较多的情况下 ,MEG MUSIC算法的优势显得更为突出 .利用MEG
关键词
脑
磁
图
-多重
信号
分类
算法
真实头模型
脑
磁
源定位
多偶极子源
全局优化
疾病诊断
Keywords
magnetoencephalogram-multiple signal classification algorithm
realistic head model
multiple current dipoles
分类号
R310 [医药卫生—基础医学]
原文传递
题名
在MEG场源定位中小波变换的一种应用
6
作者
阮放鸣
龙曼海
机构
贵州师范大学物理与电子科学系
贵阳医学院预防医学系
出处
《贵州大学学报(自然科学版)》
2003年第1期28-32,共5页
文摘
基于小波变换的多分辨率分析 ,利用阈值化概念 ,本文提出了脑磁场源定位分析中的一种降噪方法。用本方法对实验中所检测的由声音产生的脑磁信号进行处理 ,降噪效果明显 ,定位精度由几十毫米提高到几毫米。尤其在对原始信号进行低次数平均的情况下 ,本降噪方法更具优越性。
关键词
脑
磁
图
脑
磁
信号
场源
定位
小波变换
信号
处理
多分辨率分析
阈值化
meg
Keywords
multi-resolution
threshold
meg
data
noise reduction
分类号
R741.04 [医药卫生—神经病学与精神病学]
TN911.73 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
小波变换在MEG场源定位中的应用
7
作者
阮放鸣
机构
贵州师范大学理学院
出处
《贵州师范大学学报(自然科学版)》
CAS
2003年第4期6-9,共4页
文摘
基于小波变换的多分辨率分析,利用阈值化概念,本文提出了脑磁场源定位分析中的一种降噪方法。用本方法对实验中所检测的由声音产生的脑磁信号进行处理,降噪效果明显,定位精度由几十毫米提高到几毫米,尤其在对原始信号进行低次数平均的情况下,本降噪方法更具优越性。
关键词
脑
磁
图
meg
信号
处理
小波变换
脑
磁
场
场源定位
多分辨率分析
降噪方法
Keywords
multi - resolution
threshold
meg
data
noise reduction
分类号
R741.04 [医药卫生—神经病学与精神病学]
TN911.7 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于黎曼与巴氏距离的脑磁图信号分类方法
吴煜
杨爱萍
章宦记
王建
刘立
《计算机科学与探索》
CSCD
北大核心
2017
8
下载PDF
职称材料
2
基于多维复杂度的精神分裂症脑磁信号区分
张学军
彭丽艳
黄丽亚
成谢锋
《计算机工程与应用》
CSCD
北大核心
2016
3
下载PDF
职称材料
3
用于构建脑磁图网络的信号提取方法
杨春兰
吴文晓
吴水才
任洁钏
《北京工业大学学报》
CAS
CSCD
北大核心
2020
1
下载PDF
职称材料
4
脑磁图(MEG)常见问题
孙吉林
《现代电生理学杂志》
2005
1
下载PDF
职称材料
5
利用脑磁图-多重信号分类算法求解真实头模型中磁源定位问题
朱红毅
李军
沈建其
何赛灵
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2003
0
原文传递
6
在MEG场源定位中小波变换的一种应用
阮放鸣
龙曼海
《贵州大学学报(自然科学版)》
2003
0
下载PDF
职称材料
7
小波变换在MEG场源定位中的应用
阮放鸣
《贵州师范大学学报(自然科学版)》
CAS
2003
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部