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
共找到4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：
睡眠呼吸暂停综合症患者脑电微状态发生改变
1
作者 熊馨 杨鑫亮 +2 位作者 罗剑花 易三莉 贺建峰 《中国生物医学工程学报》 CSCD 北大核心 2023年第5期563-571,共9页
睡眠呼吸暂停综合症(SAS)是一种常见的睡眠障碍,传统上往往采用时频分析等方法研究其脑电信号的异常,都忽略了睡眠脑电的空间位置信息和特征的差异。采用微状态分析的方法,分别对健康人和SAS患者5个睡眠阶段(W、N1、N2、N3、REM)的脑电... 睡眠呼吸暂停综合症(SAS)是一种常见的睡眠障碍,传统上往往采用时频分析等方法研究其脑电信号的异常,都忽略了睡眠脑电的空间位置信息和特征的差异。采用微状态分析的方法,分别对健康人和SAS患者5个睡眠阶段(W、N1、N2、N3、REM)的脑电进行分析,探究SAS患者睡眠脑电特征在时间和空间上的差异。选取66名SAS患者和10名健康人的睡眠脑电,计算W-REM的全局场功率(GFP)并取GFP峰值数据进行聚类。得到4个微状态,这4个微状态地形图分别呈现为右额左后(A)、左额右后(B)、额枕中线(C)和额中线(D),并且计算微状态参数(出现频率、平均持续时间、覆盖率)。此外,还计算了微状态序列的静态属性[全局方差(GEV)],动态属性(熵率),转换概率和转移矩阵的对称性。最后,用Hurst指数来评估微状态序列的远程相关性。在W-REM阶段,健康人和SAS患者的出现频率、平均持续时间、覆盖率、GEV、转换概率、熵率、Hurst指数均存在显著差异(P<0.05)。转移矩阵均具有对称性(P>0.01)。Hurst指数均大于0.5,具有远程相关性。与健康人相比,SAS患者W-N3阶段微状态B、C的持续时间降低。SAS患者GEV的SUM大于健康人,说明SAS患者大脑活跃度更高。W-N3阶段健康人的Hurst指数逐渐减小,长期记忆减弱,而SAS患者从N1-N3阶段Hurst指数逐渐减小。每个睡眠阶段健康人的熵率都大于SAS患者,携带的脑电信息较少。 展开更多
关键词 睡眠脑电 微状态参数 微状态序列
下载PDF
基于微状态方法的癫痫脑电信号识别研究 被引量：3
2
作者 熊馨 罗剑花 +2 位作者 武瑞锋 林岚 贺建峰 《传感技术学报》 CAS CSCD 北大核心 2022年第12期1671-1677,共7页
癫痫发作时脑神经元异常放电,严重危及人的生命,准确识别癫痫脑电信号对癫痫诊断具有重大意义,对此使用微状态分析法对癫痫脑电信号进行识别研究。各选取11名癫痫患者和健康人,计算癫痫发作、癫痫未发作和健康人脑电微状态的传统特征(... 癫痫发作时脑神经元异常放电,严重危及人的生命,准确识别癫痫脑电信号对癫痫诊断具有重大意义,对此使用微状态分析法对癫痫脑电信号进行识别研究。各选取11名癫痫患者和健康人,计算癫痫发作、癫痫未发作和健康人脑电微状态的传统特征(出现频率、平均持续时间、覆盖率和转移概率)、Hurst指数、动态特征(ACF和AIF),进行差异性分析并使用SVM进行分类。在1 Hz~40 Hz频段,癫痫发作和健康人、癫痫发作和癫痫未发作、癫痫未发作和健康人的传统特征、Hurst指数、动态特征均有显著差异,三种特征融合的准确率分别为99.9%、96.3%、96.3%,均高于其他频带(delta、theta、alpha、beta和gamma)的准确率。癫痫脑电微状态特征能被准确识别,1 Hz~40 Hz频段多参数特征融合能有效提高分类准确率。 展开更多
关键词 癫痫脑电 癫痫脑电信号识别 微状态分析法 多特征
下载PDF
基于多特征融合的睡眠分期 被引量：2
3
作者 熊馨 罗剑花 +3 位作者 王春武 易三莉 刘瑞湘 贺建峰 《北京生物医学工程》 2021年第5期487-493,共7页
目的为了有效实现睡眠自动分期,对睡眠障碍等相关疾病的诊断提供更多依据,本文提出了一种基于多特征融合的睡眠分期方法。方法数据来自ISRUC-Sleep数据库,首先对10名健康受试者和10名睡眠障碍患者的脑电(electroencephalogram,EEG)信号... 目的为了有效实现睡眠自动分期,对睡眠障碍等相关疾病的诊断提供更多依据,本文提出了一种基于多特征融合的睡眠分期方法。方法数据来自ISRUC-Sleep数据库,首先对10名健康受试者和10名睡眠障碍患者的脑电(electroencephalogram,EEG)信号计算3种特征——样本熵、小波包能量和去趋势波动。然后采用支持向量机(support vector machine,SVM)构建睡眠分期模型,并验证该模型的准确性。此外,为了进行比较加入心电(electrocardiogram,ECG)和肌电(electromyogram,EMG)通道。结果健康受试者和睡眠障碍患者睡眠分期的准确率分别达到87.4%和86.3%。结论基于多特征融合的睡眠分期方法能够有效地提高睡眠分期的准确率。 展开更多
关键词 睡眠分期 脑电 多特征融合 样本熵 小波包能量 去趋势波动
下载PDF
EXCEL在突发性环境事件应急监测数据处理中的应用
4
作者 解光武 罗剑花 +1 位作者 王焕香 张金炜 《四川环境》 2022年第6期248-253,共6页
为更好地发挥应急监测对突发环境事件处置的技术支撑作用,把大量应急监测数据直观、科学地展现给应急指挥者。使用公式法、条件格式法、数据透视图表法等,从监测源数据表的制作、数据统计与评价、综合分析等方面介绍了EXCEL在应急监测... 为更好地发挥应急监测对突发环境事件处置的技术支撑作用,把大量应急监测数据直观、科学地展现给应急指挥者。使用公式法、条件格式法、数据透视图表法等,从监测源数据表的制作、数据统计与评价、综合分析等方面介绍了EXCEL在应急监测数据处理中的应用,为环境应急监测人员快速处理应急监测数据提供参考。 展开更多
关键词 突发环境事件 应急监测 数据处理 数据透视图表
下载PDF
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
使用帮助 返回顶部