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
5
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
信息解码视角下的脑科学研究现状与未来展望
被引量:
1
1
作者
胡斌
陈淼
姚志军
《兰州大学学报(医学版)》
2023年第4期1-5,共5页
继21世纪系统生物学在细胞分子层次的重新兴起,神经科学作为生命科学领域的研究前沿与热点之一[1],进一步衍生划分为系统神经科学与计算神经科学分支。其中,系统神经科学试图寻求大脑如何实现各种感知、认知和运动任务的合理解释[2];而...
继21世纪系统生物学在细胞分子层次的重新兴起,神经科学作为生命科学领域的研究前沿与热点之一[1],进一步衍生划分为系统神经科学与计算神经科学分支。其中,系统神经科学试图寻求大脑如何实现各种感知、认知和运动任务的合理解释[2];而计算神经科学则强调基于任务执行的计算模型对大脑中相互作用的神经元之间实现认知相关功能的行为机制进行模拟[3]。
展开更多
关键词
神经科学
系统生物学
行为机制
信息解码
脑科学研究
神经元
分子层次
大脑
下载PDF
职称材料
情绪相关脑电信号的特征选取与导联优化
被引量:
3
2
作者
李彤
王永宗
+3 位作者
张艺耀
彭宏
朱玲玲
赵永岐
《安徽医科大学学报》
CAS
北大核心
2018年第10期1517-1521,共5页
目的探究与情绪密切相关的脑电特征,并藉此优化最少导联集合。方法 30名被试观看四类典型情绪图片(轻松、沮丧、愉悦、恐惧)并记录脑电信号。Fisher分数(Fscore)算法筛选每导联脑电特征,使用支持向量机方法(SVM)分类四种情绪。结果 24...
目的探究与情绪密切相关的脑电特征,并藉此优化最少导联集合。方法 30名被试观看四类典型情绪图片(轻松、沮丧、愉悦、恐惧)并记录脑电信号。Fisher分数(Fscore)算法筛选每导联脑电特征,使用支持向量机方法(SVM)分类四种情绪。结果 24名被试情绪诱发有效,四个特征组合(β频带、γ频带、信息熵、微分熵)的F-score均值作为情绪有效性评价指标,筛选出分类准确率高达81.15%的5个导联(FT7、T7、FC4、TP10、O1)。结论利用校正后的F-score算法首次筛选出脑电信号的特征组合,获得与情绪密切相关的最优导联集合,极大地降低了运算时间,该结果对实现情绪的快速识别有重要价值。
展开更多
关键词
情绪
情绪识别
脑电信号
特征选取
F-score
下载PDF
职称材料
一种基于卷积神经网络的重度抑郁症辅助诊断方法
被引量:
1
3
作者
王茵
郑国威
+3 位作者
颉瑞
杨琳
姚志军
胡斌
《兰州大学学报(医学版)》
2022年第8期5-10,共6页
目的针对多站点抑郁症数据分类的泛化能力不强,以及使用三维原始图像作为深度学习分类模型的输入容易过拟合的问题,设计了一种卷积神经网络架构用于重度抑郁症(MDD)辅助诊断。方法该模型基于静息态功能磁共振成像得到的低维功能连接矩...
目的针对多站点抑郁症数据分类的泛化能力不强,以及使用三维原始图像作为深度学习分类模型的输入容易过拟合的问题,设计了一种卷积神经网络架构用于重度抑郁症(MDD)辅助诊断。方法该模型基于静息态功能磁共振成像得到的低维功能连接矩阵作为输入,从中提取功能相关信息和高阶抽象特征从而分类。结果将该模型在多站点REST-meta-MDD数据集上验证,分类准确率为70.39%。结论通过遮挡分析描述了不同大脑区域对MDD辅助诊断的贡献,结果表明默认模式网络、视觉网络和额顶控制网络对MDD分类任务具有重要作用。
展开更多
关键词
抑郁症
功能磁共振成像
深度学习
分类
下载PDF
职称材料
基于多模态影像下的抑郁症大脑异常
被引量:
4
4
作者
李姗
李永超
+4 位作者
邹颖
杨琳
王茵
姚志军
胡斌
《智能科学与技术学报》
2020年第2期116-125,共10页
近年来,结构性磁共振成像(sMRI)和功能性磁共振成像(fMRI)被广泛应用于抑郁症研究。从结构形态学、结构网络、功能网络3个角度探索抑郁症患者的大脑异常,了解其发病机制,辅助医生临床诊断、治疗和预后。目前大量研究发现抑郁症患者的海...
近年来,结构性磁共振成像(sMRI)和功能性磁共振成像(fMRI)被广泛应用于抑郁症研究。从结构形态学、结构网络、功能网络3个角度探索抑郁症患者的大脑异常,了解其发病机制,辅助医生临床诊断、治疗和预后。目前大量研究发现抑郁症患者的海马体、杏仁核出现不同程度的萎缩,脑网络的连接强度、图论属性等均出现显著异常,且出现异常的脑区对应于人的情绪调节、注意力和认知控制等功能,异常的程度与抑郁的严重程度呈现高度相关性。从不同角度对抑郁症的研究现状进行综述,并对未来的研究提出了建议。
展开更多
关键词
抑郁症
脑网络
多模态
磁共振成像
下载PDF
职称材料
基于多变量形态学特征的健康老年人认知发展预测算法
5
作者
张玲玉
王雅琳
+4 位作者
赵子阳
黄文静
郑炜豪
姚志军
胡斌
《数据采集与处理》
CSCD
北大核心
2023年第4期837-848,共12页
由于体积、表面积等常规形态学指标对于皮层下核团而言过于笼统,因此传统的形态特征获取手段难以检测到其表面形态的细微变化。为解决这一问题,本文提出了一种针对皮层下核团的精细特征提取算法,并将其应用到老年人认知状态预测任务上...
由于体积、表面积等常规形态学指标对于皮层下核团而言过于笼统,因此传统的形态特征获取手段难以检测到其表面形态的细微变化。为解决这一问题,本文提出了一种针对皮层下核团的精细特征提取算法,并将其应用到老年人认知状态预测任务上。通过表面共形参数化、表面共形表示和基于互信息的表面流配准,提取了46名被试双侧海马和杏仁核各15000×2个顶点上的形态学特征;通过斑块选择、稀疏编码与字典学习,和最大池化的降维流程,避免了维度诅咒的同时充分保留了核团的纹理信息;最后,以树为弱学习器,采用GentleBoost算法集成了最终的强分类器做认知预测。结果显示,仅纳入海马和杏仁核两个皮层下结构的新颖特征,即可达到85%的预测准确率,为皮层下结构的精细特征发掘提供了新思路。
展开更多
关键词
皮层下核团
多变量形态学
精细特征提取
海马体
杏仁核
认知状态预测
下载PDF
职称材料
题名
信息解码视角下的脑科学研究现状与未来展望
被引量:
1
1
作者
胡斌
陈淼
姚志军
机构
兰州大学
信息科学
与工程
学院
兰州大学
认知神经传感器技术与中国
科学
院半导体研究所联合研究中心
兰州大学
开源软件与实时系统教育部
工程
研究中心
中国
科学
院上海生命
科学
研究所
出处
《兰州大学学报(医学版)》
2023年第4期1-5,共5页
文摘
继21世纪系统生物学在细胞分子层次的重新兴起,神经科学作为生命科学领域的研究前沿与热点之一[1],进一步衍生划分为系统神经科学与计算神经科学分支。其中,系统神经科学试图寻求大脑如何实现各种感知、认知和运动任务的合理解释[2];而计算神经科学则强调基于任务执行的计算模型对大脑中相互作用的神经元之间实现认知相关功能的行为机制进行模拟[3]。
关键词
神经科学
系统生物学
行为机制
信息解码
脑科学研究
神经元
分子层次
大脑
分类号
Q426 [生物学—神经生物学]
下载PDF
职称材料
题名
情绪相关脑电信号的特征选取与导联优化
被引量:
3
2
作者
李彤
王永宗
张艺耀
彭宏
朱玲玲
赵永岐
机构
安徽医科
大学
研究生院
军事医学研究院军事认知与脑
科学
研究所
兰州大学
信息科学
与工程
学院
中国人民解放军空军总医院特诊科
出处
《安徽医科大学学报》
CAS
北大核心
2018年第10期1517-1521,共5页
基金
军事医学科学院军事医学创新基金(编号:2015CXJJ011)
文摘
目的探究与情绪密切相关的脑电特征,并藉此优化最少导联集合。方法 30名被试观看四类典型情绪图片(轻松、沮丧、愉悦、恐惧)并记录脑电信号。Fisher分数(Fscore)算法筛选每导联脑电特征,使用支持向量机方法(SVM)分类四种情绪。结果 24名被试情绪诱发有效,四个特征组合(β频带、γ频带、信息熵、微分熵)的F-score均值作为情绪有效性评价指标,筛选出分类准确率高达81.15%的5个导联(FT7、T7、FC4、TP10、O1)。结论利用校正后的F-score算法首次筛选出脑电信号的特征组合,获得与情绪密切相关的最优导联集合,极大地降低了运算时间,该结果对实现情绪的快速识别有重要价值。
关键词
情绪
情绪识别
脑电信号
特征选取
F-score
Keywords
emotion
emotion recognition
electroencepharologram
feature extraction
F-score
分类号
R318 [医药卫生—生物医学工程]
下载PDF
职称材料
题名
一种基于卷积神经网络的重度抑郁症辅助诊断方法
被引量:
1
3
作者
王茵
郑国威
颉瑞
杨琳
姚志军
胡斌
机构
兰州大学
信息科学
与工程
学院
兰州大学
认知神经传感器技术与中国
科学
院半导体研究所联合研究中心
兰州大学
开源软件与实时系统教育部
工程
研究中心
甘肃省
天水市第三人民医院心理科
中国
科学
院上海生命
科学
研究所
出处
《兰州大学学报(医学版)》
2022年第8期5-10,共6页
基金
国家重点研发计划资助项目(2019YFA0706200)
国家自然科学基金资助项目(61632014,61627808,U21A20520)
甘肃省自然科学基金资助项目(20JR5RA292)。
文摘
目的针对多站点抑郁症数据分类的泛化能力不强,以及使用三维原始图像作为深度学习分类模型的输入容易过拟合的问题,设计了一种卷积神经网络架构用于重度抑郁症(MDD)辅助诊断。方法该模型基于静息态功能磁共振成像得到的低维功能连接矩阵作为输入,从中提取功能相关信息和高阶抽象特征从而分类。结果将该模型在多站点REST-meta-MDD数据集上验证,分类准确率为70.39%。结论通过遮挡分析描述了不同大脑区域对MDD辅助诊断的贡献,结果表明默认模式网络、视觉网络和额顶控制网络对MDD分类任务具有重要作用。
关键词
抑郁症
功能磁共振成像
深度学习
分类
Keywords
depression
functional magnetic resonance imaging
deep learning
classification
分类号
R749.99 [医药卫生—神经病学与精神病学]
下载PDF
职称材料
题名
基于多模态影像下的抑郁症大脑异常
被引量:
4
4
作者
李姗
李永超
邹颖
杨琳
王茵
姚志军
胡斌
机构
兰州大学信息科学与工程学院甘肃省可穿戴装备重点实验室
中国
科学
院脑
科学与
智能技术卓越创新中心
中国
科学
院半导体研究所——
兰州大学
认知神经传感技术联合研究中心
兰州大学
开源软件与实时系统教育部
工程
中心
出处
《智能科学与技术学报》
2020年第2期116-125,共10页
基金
国家重点研发计划基金资助项目(No.2019YFA0706200)
国家自然科学基金资助项目(No.61632014,No.61627808,No.61210010)
+1 种基金
国家重点基础研究发展计划(973计划)基金资助项目(No.2014CB744600)
北京市科技计划项目(No.Z171100000117005)
文摘
近年来,结构性磁共振成像(sMRI)和功能性磁共振成像(fMRI)被广泛应用于抑郁症研究。从结构形态学、结构网络、功能网络3个角度探索抑郁症患者的大脑异常,了解其发病机制,辅助医生临床诊断、治疗和预后。目前大量研究发现抑郁症患者的海马体、杏仁核出现不同程度的萎缩,脑网络的连接强度、图论属性等均出现显著异常,且出现异常的脑区对应于人的情绪调节、注意力和认知控制等功能,异常的程度与抑郁的严重程度呈现高度相关性。从不同角度对抑郁症的研究现状进行综述,并对未来的研究提出了建议。
关键词
抑郁症
脑网络
多模态
磁共振成像
Keywords
depression
brain network
multimodality
magnetic resonance imaging
分类号
R318 [医药卫生—生物医学工程]
下载PDF
职称材料
题名
基于多变量形态学特征的健康老年人认知发展预测算法
5
作者
张玲玉
王雅琳
赵子阳
黄文静
郑炜豪
姚志军
胡斌
机构
兰州大学信息科学与工程学院甘肃省可穿戴装备重点实验室
美国亚利桑那州立
大学
计算、
信息
学和决策系统
工程
学院
兰州大学
第二医院核磁共振科
兰州大学
第二临床医
学院
甘肃省
功能及分子影像临床医学研究中心
北京理工
大学
医学技术
学院
中国
科学
院神经
科学
研究所脑
科学与
智能技术卓越创新中心
中国
科学
院半导体研究所-
兰州大学
认知神经传感技术联合研究中心
出处
《数据采集与处理》
CSCD
北大核心
2023年第4期837-848,共12页
基金
国家重点研发计划(2019YFA0706200)
国家自然科学基金(U21A20520,62227807,61632014,61627808)
科技创新2030重点项目(2021ZD0200701)。
文摘
由于体积、表面积等常规形态学指标对于皮层下核团而言过于笼统,因此传统的形态特征获取手段难以检测到其表面形态的细微变化。为解决这一问题,本文提出了一种针对皮层下核团的精细特征提取算法,并将其应用到老年人认知状态预测任务上。通过表面共形参数化、表面共形表示和基于互信息的表面流配准,提取了46名被试双侧海马和杏仁核各15000×2个顶点上的形态学特征;通过斑块选择、稀疏编码与字典学习,和最大池化的降维流程,避免了维度诅咒的同时充分保留了核团的纹理信息;最后,以树为弱学习器,采用GentleBoost算法集成了最终的强分类器做认知预测。结果显示,仅纳入海马和杏仁核两个皮层下结构的新颖特征,即可达到85%的预测准确率,为皮层下结构的精细特征发掘提供了新思路。
关键词
皮层下核团
多变量形态学
精细特征提取
海马体
杏仁核
认知状态预测
Keywords
subcortical nuclei
multi-varite morphological
fine feature extraction
hippocampus
amygdala
cognitive state prediction
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
作者
出处
发文年
被引量
操作
1
信息解码视角下的脑科学研究现状与未来展望
胡斌
陈淼
姚志军
《兰州大学学报(医学版)》
2023
1
下载PDF
职称材料
2
情绪相关脑电信号的特征选取与导联优化
李彤
王永宗
张艺耀
彭宏
朱玲玲
赵永岐
《安徽医科大学学报》
CAS
北大核心
2018
3
下载PDF
职称材料
3
一种基于卷积神经网络的重度抑郁症辅助诊断方法
王茵
郑国威
颉瑞
杨琳
姚志军
胡斌
《兰州大学学报(医学版)》
2022
1
下载PDF
职称材料
4
基于多模态影像下的抑郁症大脑异常
李姗
李永超
邹颖
杨琳
王茵
姚志军
胡斌
《智能科学与技术学报》
2020
4
下载PDF
职称材料
5
基于多变量形态学特征的健康老年人认知发展预测算法
张玲玉
王雅琳
赵子阳
黄文静
郑炜豪
姚志军
胡斌
《数据采集与处理》
CSCD
北大核心
2023
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