期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
脑电特征分析在阿尔茨海默症临床研究中的应用 被引量:15
1
作者 李昕 谢佳利 +3 位作者 侯永捷 陈泽涛 梁琼予 郭翠娜 《中国生物医学工程学报》 CAS CSCD 北大核心 2016年第2期234-240,共7页
阿尔茨海默症(AD)是典型的脑认知功能障碍性疾病,严重影响患者的工作与生活,如何早期诊断此类疾病,一直是人们关注的热点,也是一项有意义的研究。脑电信号包含的功能信息,在脑认知功能障碍的早期诊断中有着独特的优势。从AD的发病机理出... 阿尔茨海默症(AD)是典型的脑认知功能障碍性疾病,严重影响患者的工作与生活,如何早期诊断此类疾病,一直是人们关注的热点,也是一项有意义的研究。脑电信号包含的功能信息,在脑认知功能障碍的早期诊断中有着独特的优势。从AD的发病机理出发,总结AD的常规诊断方法,进一步阐述脑电特征分析方法,即脑电功率谱、脑诱发电位、脑电近似熵及脑电复杂度等在AD诊断中的应用研究现状,并进行展望。 展开更多
关键词 阿尔茨海默症 轻度认知障碍 脑电 功率谱 近似熵 复杂度
在线阅读 下载PDF
改进的多尺度熵算法及其情感脑电特征提取性能分析 被引量:2
2
作者 李昕 谢佳利 +1 位作者 侯永捷 王金甲 《高技术通讯》 CAS CSCD 北大核心 2015年第10期865-870,共6页
进行了用多尺度熵提取情感脑电特征的研究,针对传统的基于多尺度熵的特征提取算法在粗粒化过程中存在重要信息丢失以及尺度选择过小造成特征不显著、尺度过大造成计算过度复杂的问题,提出了一种改进的多尺度熵算法。该改进算法通过自适... 进行了用多尺度熵提取情感脑电特征的研究,针对传统的基于多尺度熵的特征提取算法在粗粒化过程中存在重要信息丢失以及尺度选择过小造成特征不显著、尺度过大造成计算过度复杂的问题,提出了一种改进的多尺度熵算法。该改进算法通过自适应多尺度熵中本征模态函数的个数确定尺度,而且为突出脑电信号的微小变化,对脑电信号进行自适应二值化处理,充分挖掘特征并降低算法复杂性。利用Deap国际标准情感分析数据库并基于优化支持向量机分类器实现了情感脑电特征识别,进行了改进算法与传统多尺度熵算法的性能比较。结果表明,改进算法的分类准确率较传统多尺度熵算法提高了12.33%,较自适应多尺度熵算法提高了7.27%,表明改进算法是一种有效的脑电特征提取算法。 展开更多
关键词 情感脑电 多尺度熵 自适应多尺度熵 改进的多尺度熵
在线阅读 下载PDF
严肃游戏训练对脑功能状态改善作用研究 被引量:2
3
作者 李昕 孙小棋 +2 位作者 蔡二娟 范梦頔 侯永捷 《中国生物医学工程学报》 CAS CSCD 北大核心 2017年第6期685-691,共7页
针对专项严肃游戏训练改善脑功能状态、提高注意力展开研究。基于脑电信号样本熵特征,分析训练后脑功能状态的变化,以及长期使用单一训练的刺激耐受性问题。试验采集10名受试者,持续20 d的专项严肃游戏训练前、后的脑电数据,并采用国际... 针对专项严肃游戏训练改善脑功能状态、提高注意力展开研究。基于脑电信号样本熵特征,分析训练后脑功能状态的变化,以及长期使用单一训练的刺激耐受性问题。试验采集10名受试者,持续20 d的专项严肃游戏训练前、后的脑电数据,并采用国际公认D-CAT和SRT注意力测试方法评估脑功能状态的变化。提出以alpha波样本熵与beta波样本熵的比值作为特征参数,分析游戏训练改善脑功能。进一步,基于theta/SMR熵值,讨论长期单一严肃游戏训练的刺激耐受性问题。经过20 d专项严肃游戏训练后与训练前相比,脑电信号的alpha波样本熵值呈上升趋势,beta波样本熵值显著降低(0.62±0.05 vs 0.54±0.04,P<0.05),alpha/beta的样本熵比值显著提高(0.44±0.02 vs 0.83±0.20,P<0.05),说明严肃游戏训练可以改善脑功能状态。国际公认的注意力行为测试评估结果支持了相同的结论,即专项严肃游戏训练后,训练者的测试命中值显著提高(35.60±6.21 vs 37.81±6.42,P<0.05),所需反应时间(ms)显著降低(292±25 vs 281±20,P<0.05)。长期单一游戏训练后theta/SMR熵值提高,表明长期采用同一款注意力训练方法,会使被训练者产生耐受性,使大脑对训练的敏感程度降低,适当调整训练方案,将有助于提高训练效率。这一结果,将为脑功能辅助康复治疗方案选择提供支持与帮助。 展开更多
关键词 脑电 严肃游戏 记忆能力 训练耐受性 样本熵
在线阅读 下载PDF
基于多尺度熵特征优化算法的MCI早期诊断及敏感脑区分析 被引量:2
4
作者 杨长杰 李昕 +3 位作者 侯永捷 王玉琳 刘沁爽 苏芮 《中国生物医学工程学报》 CAS CSCD 北大核心 2023年第3期274-280,共7页
轻度认知障碍(MCI)是阿尔兹海默病诊疗的关键时期,迫切需要早发现,早干预。针对MCI早期诊断问题,特别是早期诊断的敏感脑区定位问题,提出一种基于多尺度熵的脑电信号特征提取优化算法,即多尺度熵特征优化算法。该算法通过构建多重尺度序... 轻度认知障碍(MCI)是阿尔兹海默病诊疗的关键时期,迫切需要早发现,早干预。针对MCI早期诊断问题,特别是早期诊断的敏感脑区定位问题,提出一种基于多尺度熵的脑电信号特征提取优化算法,即多尺度熵特征优化算法。该算法通过构建多重尺度序列,并充分考虑各序列贡献程度,最大程度挖掘细节信息。共采集49名受试者临床脑电信号数据,其中实验组(MCI组)28名,正常对照组21名。对比分析实验组与对照组,MCI组16通道多尺度熵特征优化算法熵值均低于对照组,且前额叶、前颞叶以及中颞叶脑区具有显著性差异(P<0.01)。仅以此特征作为分类器输入特征,分析前额叶、前颞叶以及中颞叶3个脑区,其脑区诊断测试集识别率分别为83.33%、86.67%、73.33%。进一步,分析识别率最高的前颞叶两通道的AUC值分别为0.753与0.733。多尺度熵特征优化算法熵特征能够充分反应脑电信号变化,是可以作为MCI早期诊断的一种特征标记,前颞叶脑区可以为评估MCI患者脑认知功能状态的敏感脑区提供研究支持。 展开更多
关键词 多尺度熵特征优化算法 早期诊断 敏感脑区定位 轻度认知障碍
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部