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
3
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
虚拟旋转鼓引发的自运动感知与视觉信息量的关系
被引量：
2
1
作者
韦妙鸾
林佳吟
+1 位作者
刘汝娥
罗洁
《广西师范大学学报（自然科学版）》
CAS
北大核心
2018年第2期134-140,共7页
虚拟现实技术作为一种新兴的人机交互技术,有望被用于医学、康复等领域。虚拟现实体验会引发人们产生自运动感知(vection),研究表明这种感知会受虚拟场景运动方向和视场角的影响,然而,还没有一种定量的方法来分析虚拟现实场景在自运动...
虚拟现实技术作为一种新兴的人机交互技术,有望被用于医学、康复等领域。虚拟现实体验会引发人们产生自运动感知(vection),研究表明这种感知会受虚拟场景运动方向和视场角的影响,然而,还没有一种定量的方法来分析虚拟现实场景在自运动感知中所起的作用。本文研究中,让55个健康志愿者观看虚拟现实头盔中呈现的分别绕着俯仰轴(pitch)和偏航轴(yaw)旋转的旋转鼓虚拟场景,每次观看的时长为90s,并口头报告自运动感知的首发时间和强度,再通过光流信息的一阶熵来估计虚拟场景的视觉信息量。实验结果显示,绕俯仰轴旋转的旋转鼓场景引发了较大的自运动感知,而该场景的光流熵在垂直方向上较大。本文实验从视觉信息量的角度证明大脑对垂直方向的感知更为敏感。
展开更多
关键词
虚拟现实
自运动感知
一阶熵
视场角
旋转鼓
在线阅读
下载PDF
职称材料
基于自编码器和隐马尔可夫模型的睡眠呼吸暂停检测方法
被引量：
4
2
作者
覃恒基
刘官正
《中国生物医学工程学报》
CAS
CSCD
北大核心
2020年第4期422-431,共10页
阻塞性睡眠呼吸暂停容易引发心血管并发症。作为睡眠呼吸暂停诊断的金标准,多导睡眠仪的检测费用昂贵且影响患者睡眠质量。鉴于心肺高度耦合,心电信号已被广泛应用于睡眠呼吸暂停检测中。然而,大多数基于心电信号的研究专注于人工特征...
阻塞性睡眠呼吸暂停容易引发心血管并发症。作为睡眠呼吸暂停诊断的金标准,多导睡眠仪的检测费用昂贵且影响患者睡眠质量。鉴于心肺高度耦合,心电信号已被广泛应用于睡眠呼吸暂停检测中。然而,大多数基于心电信号的研究专注于人工特征的设计,依赖于专家先验知识。基于深度学习的方法能够减少特征提取过程中的人为因素。提出一种基于自编码器和隐马尔可夫模型的睡眠呼吸暂停检测方法。首先,利用栈式稀疏自编码器,直接从RR间期序列中进行半监督特征学习,先在预训练阶段进行无监督学习,随后在微调阶段引入标签进行有监督学习。然后,构建支持向量机和人工神经网络,分别结合隐马尔可夫模型之后,组成决策融合分类器,隐马尔可夫模型引入片段之间的时间依赖性,决策融合可整合不同分类器之间的优势。基于PhysioNet的apnea-ECG数据库70例整夜睡眠数据,实验结果显示:阻塞性睡眠呼吸暂停片段识别准确率、敏感性和特异性分别为84.7%、88.9%和82.1%,个体识别准确率达到100%。基于自编码器的特征提取方法相较于特征工程,能够降低先验知识限制,使特征提取过程更加自动化、智能化。此外,决策融合分类器相较于单一分类器,不仅可提升片段识别准确率,而且能缓解识别结果中敏感性和特异性之间的不平衡性。
展开更多
关键词
阻塞性睡眠呼吸暂停
心电信号
自编码器
隐马尔科夫模型
决策融合
在线阅读
下载PDF
职称材料
基于多任务多注意力残差收缩卷积神经网络的可穿戴睡眠呼吸暂停检测方法
被引量：
2
3
作者
沈奇
魏克铭
刘官正
《中国生物医学工程学报》
CAS
CSCD
北大核心
2022年第6期650-662,共13页
睡眠呼吸暂停综合征(SAS)是常见的慢性呼吸障碍疾病,常伴随着多种并发症,严重困扰着人类健康。基于可穿戴设备的容积血流脉搏波(PPG)的SAS检测方法引起了广泛关注,具有低成本、低负荷、穿戴方便等优点。针对可穿戴PPG信号干扰更大的问题...
睡眠呼吸暂停综合征(SAS)是常见的慢性呼吸障碍疾病,常伴随着多种并发症,严重困扰着人类健康。基于可穿戴设备的容积血流脉搏波(PPG)的SAS检测方法引起了广泛关注,具有低成本、低负荷、穿戴方便等优点。针对可穿戴PPG信号干扰更大的问题,提出一种多任务多注意力残差收缩卷积神经网络的睡眠呼吸暂停检测方法。首先,利用智能手环设备,收集了92例手腕部的PPG睡眠数据;其次,设计了一种残差多注意力机制卷积模块,高效地融合了网络在时间域与通道域的双重重要特征;然后,引入残差收缩卷积模块来抑制信号噪声以及网络的冗余特征。以这两种模块的结合构建了用于特征提取的骨干网络。结果表明,片段检测的准确率,敏感性以及特异性分别达到了81.82%,70.27%以及85.81%;个体检测的准确率,敏感性,特异性分别达到了95.65%,88.89%以及97.30%。所提出的模型具有优异的检测性能,有望嵌入到可穿戴设备中。
展开更多
关键词
睡眠呼吸暂停综合征
可穿戴设备
容积血流脉搏波
卷积神经网络
多任务学习
在线阅读
下载PDF
职称材料
题名
虚拟旋转鼓引发的自运动感知与视觉信息量的关系
被引量：
2
1
作者
韦妙鸾
林佳吟
刘汝娥
罗洁
机构
中山大学工学院
中山大学
广东省传感技术与生物医疗仪器重点实验室
中山大学孙逸仙纪念医院设备科
出处
《广西师范大学学报（自然科学版）》
CAS
北大核心
2018年第2期134-140,共7页
基金
国家自然科学基金(61401430)
中央高校基本科研业务费(15lgpy25)
文摘
虚拟现实技术作为一种新兴的人机交互技术,有望被用于医学、康复等领域。虚拟现实体验会引发人们产生自运动感知(vection),研究表明这种感知会受虚拟场景运动方向和视场角的影响,然而,还没有一种定量的方法来分析虚拟现实场景在自运动感知中所起的作用。本文研究中,让55个健康志愿者观看虚拟现实头盔中呈现的分别绕着俯仰轴(pitch)和偏航轴(yaw)旋转的旋转鼓虚拟场景,每次观看的时长为90s,并口头报告自运动感知的首发时间和强度,再通过光流信息的一阶熵来估计虚拟场景的视觉信息量。实验结果显示,绕俯仰轴旋转的旋转鼓场景引发了较大的自运动感知,而该场景的光流熵在垂直方向上较大。本文实验从视觉信息量的角度证明大脑对垂直方向的感知更为敏感。
关键词
虚拟现实
自运动感知
一阶熵
视场角
旋转鼓
Keywords
virtual reality
vection
entropy
field of view
rotational drum
分类号
Q426 [生物学—神经生物学]
在线阅读
下载PDF
职称材料
题名
基于自编码器和隐马尔可夫模型的睡眠呼吸暂停检测方法
被引量：
4
2
作者
覃恒基
刘官正
机构
中山大学
生物
医学工程学院
广东省传感技术与生物医疗仪器重点实验室
广东省
便携式普及型先进实用
医疗
器械工程
技术
研究中心
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2020年第4期422-431,共10页
基金
深圳市科技计划基础研究项目(JCYJ20180307153213863,JCYJ20190807162003696)
广东省科技计划项目(2017A010101035)。
文摘
阻塞性睡眠呼吸暂停容易引发心血管并发症。作为睡眠呼吸暂停诊断的金标准,多导睡眠仪的检测费用昂贵且影响患者睡眠质量。鉴于心肺高度耦合,心电信号已被广泛应用于睡眠呼吸暂停检测中。然而,大多数基于心电信号的研究专注于人工特征的设计,依赖于专家先验知识。基于深度学习的方法能够减少特征提取过程中的人为因素。提出一种基于自编码器和隐马尔可夫模型的睡眠呼吸暂停检测方法。首先,利用栈式稀疏自编码器,直接从RR间期序列中进行半监督特征学习,先在预训练阶段进行无监督学习,随后在微调阶段引入标签进行有监督学习。然后,构建支持向量机和人工神经网络,分别结合隐马尔可夫模型之后,组成决策融合分类器,隐马尔可夫模型引入片段之间的时间依赖性,决策融合可整合不同分类器之间的优势。基于PhysioNet的apnea-ECG数据库70例整夜睡眠数据,实验结果显示:阻塞性睡眠呼吸暂停片段识别准确率、敏感性和特异性分别为84.7%、88.9%和82.1%,个体识别准确率达到100%。基于自编码器的特征提取方法相较于特征工程,能够降低先验知识限制,使特征提取过程更加自动化、智能化。此外,决策融合分类器相较于单一分类器,不仅可提升片段识别准确率,而且能缓解识别结果中敏感性和特异性之间的不平衡性。
关键词
阻塞性睡眠呼吸暂停
心电信号
自编码器
隐马尔科夫模型
决策融合
Keywords
obstructive sleep apnea
electrocardiogram
auto-encoder
hidden Markov model
decision fusion
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
基于多任务多注意力残差收缩卷积神经网络的可穿戴睡眠呼吸暂停检测方法
被引量：
2
3
作者
沈奇
魏克铭
刘官正
机构
中山大学
生物
医学工程学院
广东省传感技术与生物医疗仪器重点实验室
广东省
便携式普及型先进实用
医疗
器械工程
技术
研究中心
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2022年第6期650-662,共13页
基金
广东省基础与应用基础研究基金(2020A1515010701)
深圳市科技计划基础研究项目(JCYJ20180307153213863,JCY20190807162003696)。
文摘
睡眠呼吸暂停综合征(SAS)是常见的慢性呼吸障碍疾病,常伴随着多种并发症,严重困扰着人类健康。基于可穿戴设备的容积血流脉搏波(PPG)的SAS检测方法引起了广泛关注,具有低成本、低负荷、穿戴方便等优点。针对可穿戴PPG信号干扰更大的问题,提出一种多任务多注意力残差收缩卷积神经网络的睡眠呼吸暂停检测方法。首先,利用智能手环设备,收集了92例手腕部的PPG睡眠数据;其次,设计了一种残差多注意力机制卷积模块,高效地融合了网络在时间域与通道域的双重重要特征;然后,引入残差收缩卷积模块来抑制信号噪声以及网络的冗余特征。以这两种模块的结合构建了用于特征提取的骨干网络。结果表明,片段检测的准确率,敏感性以及特异性分别达到了81.82%,70.27%以及85.81%;个体检测的准确率,敏感性,特异性分别达到了95.65%,88.89%以及97.30%。所提出的模型具有优异的检测性能,有望嵌入到可穿戴设备中。
关键词
睡眠呼吸暂停综合征
可穿戴设备
容积血流脉搏波
卷积神经网络
多任务学习
Keywords
sleep apnea syndrome
wearable device
photoplethysmography
convolutional neural network
multi-task learning
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
虚拟旋转鼓引发的自运动感知与视觉信息量的关系
韦妙鸾
林佳吟
刘汝娥
罗洁
《广西师范大学学报（自然科学版）》
CAS
北大核心
2018
2
在线阅读
下载PDF
职称材料
2
基于自编码器和隐马尔可夫模型的睡眠呼吸暂停检测方法
覃恒基
刘官正
《中国生物医学工程学报》
CAS
CSCD
北大核心
2020
4
在线阅读
下载PDF
职称材料
3
基于多任务多注意力残差收缩卷积神经网络的可穿戴睡眠呼吸暂停检测方法
沈奇
魏克铭
刘官正
《中国生物医学工程学报》
CAS
CSCD
北大核心
2022
2
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
