期刊导航
期刊开放获取
上海教育软件发展有限公..
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
1
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
基于去趋势波动分析(DFA)的脑卒中后抑郁症静息脑电特征提取与识别
被引量：
9
1
作者
王春方
张力新
+8 位作者
刘爽
孙长城
王勇军
赵欣
綦宏志
周鹏
万柏坤
杜金刚
明东
《中国生物医学工程学报》
CAS
CSCD
北大核心
2013年第5期520-525,共6页
为考察脑卒中后抑郁症(PSD)患者静息态脑电(EEG)特异性,通过去趋势波动分析(DFA),提取16导联EEG信号波动函数F(s)和区间长度s函数关系在双对数坐标中线性拟合斜率之标度指数α值,作为EEG信号的长程幂函数相关性特征参数。将3类人群(健...
为考察脑卒中后抑郁症(PSD)患者静息态脑电(EEG)特异性,通过去趋势波动分析(DFA),提取16导联EEG信号波动函数F(s)和区间长度s函数关系在双对数坐标中线性拟合斜率之标度指数α值,作为EEG信号的长程幂函数相关性特征参数。将3类人群(健康正常组10人、脑卒中后无抑郁症组4人、脑卒中后抑郁症组7人)的16导联EEG信号α值作为样本进行独立样本t检验,结果显示,健康人与脑卒中患者在顶叶、颞叶以及枕叶处α值存在显著性差异(P<0.05);利用支持向量机(SVM)分类器,将EEG信号DFA的α值放入16维特征空间在脑卒中患者组(含抑郁症与无抑郁症)内进行模式识别,可获得最高90.9%的分类正确率,有望为临床PSD提供客观有效的辅助诊断新手段。
展开更多
关键词
脑卒中后抑郁症（PSD）
脑电（EEG）
去趋势波动分析（DFA）
标度指数α值
支持向量机（SVM）
在线阅读
下载PDF
职称材料
题名
基于去趋势波动分析(DFA)的脑卒中后抑郁症静息脑电特征提取与识别
被引量：
9
1
作者
王春方
张力新
刘爽
孙长城
王勇军
赵欣
綦宏志
周鹏
万柏坤
杜金刚
明东
机构
天津
大学精仪学院生物
医学
工程系
天津市康复医学研究所天津市人民医院
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2013年第5期520-525,共6页
基金
国家自然科学基金项目(81222021,81171423)
教育部新世纪优秀人才支持计划项目(NCET-10-0618)
文摘
为考察脑卒中后抑郁症(PSD)患者静息态脑电(EEG)特异性,通过去趋势波动分析(DFA),提取16导联EEG信号波动函数F(s)和区间长度s函数关系在双对数坐标中线性拟合斜率之标度指数α值,作为EEG信号的长程幂函数相关性特征参数。将3类人群(健康正常组10人、脑卒中后无抑郁症组4人、脑卒中后抑郁症组7人)的16导联EEG信号α值作为样本进行独立样本t检验,结果显示,健康人与脑卒中患者在顶叶、颞叶以及枕叶处α值存在显著性差异(P<0.05);利用支持向量机(SVM)分类器,将EEG信号DFA的α值放入16维特征空间在脑卒中患者组(含抑郁症与无抑郁症)内进行模式识别,可获得最高90.9%的分类正确率,有望为临床PSD提供客观有效的辅助诊断新手段。
关键词
脑卒中后抑郁症（PSD）
脑电（EEG）
去趋势波动分析（DFA）
标度指数α值
支持向量机（SVM）
Keywords
poststroke depression （PSD）
EEG
detrended fluctuation analysis （DFA）
scaling exponent α
support vector machine （SVM）
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于去趋势波动分析(DFA)的脑卒中后抑郁症静息脑电特征提取与识别
王春方
张力新
刘爽
孙长城
王勇军
赵欣
綦宏志
周鹏
万柏坤
杜金刚
明东
《中国生物医学工程学报》
CAS
CSCD
北大核心
2013
9
在线阅读
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
