【摘 要】
：
正确区分癫痫发作期(seizure)与非发作期(non-seizure)对癫痫治疗有着重要意义.本研究以颅内脑电信号(iEEG)作为研究对象,提出了一种基于双密度双树复小波变换(DD-DT CWT)的癫痫发作期自动检测算法.实验数据来自美国国家卫生研究所(NINDS)设立在Kaggle上的15 719个竞赛数据,处理后的数据库由55 023段发作期数据和501 990段非发作期数据组成,每段数据长1 s,包含174个采样点.首先对信号进行重采样;然后利用DD-DTCWT处理脑电信号,并从中提取小波熵、方差
【机 构】
：
电子科技大学电子科学与工程学院 成都610054;四川大学华西医院 成都610041;中国电科第二十九研究所 成都610093
论文部分内容阅读
正确区分癫痫发作期(seizure)与非发作期(non-seizure)对癫痫治疗有着重要意义.本研究以颅内脑电信号(iEEG)作为研究对象,提出了一种基于双密度双树复小波变换(DD-DT CWT)的癫痫发作期自动检测算法.实验数据来自美国国家卫生研究所(NINDS)设立在Kaggle上的15 719个竞赛数据,处理后的数据库由55 023段发作期数据和501 990段非发作期数据组成,每段数据长1 s,包含174个采样点.首先对信号进行重采样;然后利用DD-DTCWT处理脑电信号,并从中提取小波熵、方差、能量和均值共四类特征;最后使用最小二乘支持向量机(LS-SVM)学习分类,并通过比较不同小波分解层数下的实验结果选取合适的分解层数.实验结果表明:所提取的四类特征在发作期与非发作期存在差异,八位患者中,采用3层分解时分类的平均准确率较高,达到91.98％,灵敏度为90.15％,特异性为93.81％.本文工作表明,我们提出的算法在癫痫患者脑电信号的二分类中有优良的性能,能够自动高效地检测出癫痫发作期.
其他文献
针对强光下火焰图像分割不完整的问题,提出了彩色火焰图像增强及改进蚁群算法的阈值自适应分割方法.首先对采集设备捕获的RGB图像进行基于带颜色恢复的多尺度Ret-inex增强,用亮度控制因子对背景像素进行亮度提升,并从3个不同尺度对原图动态增加高频信息,提高火焰局部可见性,使火焰的颜色、纹理和边缘信息更加突出;然后,为了避免蚂蚁在路径选择时的随机性,增强蚂蚁搜索效率和寻优能力,在最大类间方差法基础上,通过改进蚁群算法中信息素初始浓度、更新规则和启发函数,从单幅图像自动获取分割阈值,大大提高了算法的分割精度和速
A类泡沫灭火剂的灭火效能已经得到了广泛认可,然而随着环保意识的日益提高,A类泡沫灭火剂使用后对环境的潜在影响引发了关注.评估国内A类泡沫灭火剂浓缩液和溶液的鱼急性毒性,通过实验室研究,确定了12种A类泡沫灭火剂的急性毒性.选择斑马鱼(短马鱼)作为测试生物,计算并报告了半数致死浓度(LC50).研究对比了国内外A类泡沫灭火剂产品的鱼急性毒性数据差异,分析了A类泡沫灭火剂原液和泡沫溶液的排放对水生态环境的影响.研究结果表明,国内12种市售A类泡沫灭火剂对斑马鱼的96 h LC50值为12.85～121.42
阐述了消防员在灾害事故救援现场熟练掌握心肺复苏技能的重要性,分析了消防员心肺复苏技能训练现状及存在问题,介绍了混合现实技术应用于消防员心肺复苏训练的优势,并设计出一种消防员混合现实心肺复苏技能实训系统.此研究对于加强消防员心肺复苏技能熟练掌握,提高消防员急救处置能力,提升灾害事故现场伤员的生存率具有重要意义.
为了科学地对仓库的消防安全水平进行评估,构建了仓库消防安全评价体系,并采用毕达哥拉斯结合TOPSIS的安全评价方法进行分析.利用DEMATEL方法确定因素之间的影响程度,从而确定各属性权重,将毕达哥拉斯模糊集通过得分函数进行简化处理,利用投影确定各专家权重,将经过属性权重与专家权重修正的数据结合TOPSIS进行分析,来评价各仓库的消防安全水平.通过实例,验证了此方法的可行性.
分析多站融合变电站内油浸变压器火灾发生原因,并针对火灾原因开发了一套变电站内油浸变压器智能消防装置.此装置应用LoRa无线通信技术远程监控油浸变压器温度、火焰、烟雾状态,采用多级火灾预警算法判断并识别火灾情况,提高油浸变压器火灾的早期探测预警能力和及时灭火能力,确保油浸变压器的安全稳定运行.将装置放在变压器火灾模拟场中进行测试,测试结果表明此装置通信灵敏、灭火及时.
为深入学习贯彻习近平总书记关于应急管理重要论述精神,进一步把握消防救援前沿技术发展动态,拓展消防救援科技战略研究视野,3月31日,天津消防研究所组织开展消防救援科技动态与前沿技术视频学术研讨交流会.会议邀请了武汉理工大学陈先锋教授,大连理工大学高伟教授,中国矿业大学(北京)陈鹏教授,中国石油大学(华东)孔得朋副教授等国内知名专家学者进行了报告交流.科技处李晋副处长、工程消防研究室刘晅亚主任以及相关业务骨干参与了交流研讨.
介绍了液氮泡沫灭火技术原理,研究了液氮泡沫发泡倍数、析液时间、微观状态等,搭建了泡沫长距离输送管路系统,研究了液氮泡沫的长距离输送性能,通过多尺度储罐灭火实验验证了液氮泡沫灭火能力.实验表明:液氮泡沫的气泡直径在20～50μm,气泡直径相对均匀;发泡倍数在7～8,25％析液时间在3～5 min.液氮泡沫可在消防带内输送1000 m,无析出分层,泡沫性能保持不变.液氮泡沫较压缩空气泡沫的灭火能力提升1.6倍以上,较吸气式泡沫的灭火能力提升2.5倍以上.该大流量液氮泡沫灭火系统可用于扑救大型储罐火灾、地面池火
针对BP神经网络在拟合过程中探测精度低、容易陷入局部最优的问题,提出一种基于遗传算法(GA)和模拟退火算法(SA)共同改进的BP神经网络模型,该网络模型可以有效提高火灾识别准确率,同时避免网络过拟合现象,使预测结果跳出局部最优从而达到全局最优.首先,通过GA改进隐藏层结构部分,然后通过SA改进连接权重部分,最后利用优化后的GA-SA-BP模型对火灾实验数据进行信息融合实现火灾探测.实验研究表明,对比单一BP神经网络,经GA和SA改进后的BP神经网络能够有效改善网络拟合能力,并提升火灾探测精度至98.91％
间歇性爆喷是非储压式干粉灭火装置使用时的常见问题,与产气剂配方、混合均匀程度和结构有关,而燃烧稳定性是影响产气剂燃烧效果的直接表现.基于一种产气剂配方,分别采用机械混合与冷冻干燥两种制备方法,利用高速摄影仪,对产气剂燃烧稳定性进行了研究.用扫描电子显微镜表征形貌,显示出冷冻干燥法在混合均匀度上明显优于机械混合.通过MATLAB量化燃烧火焰面积,结果表明:当对稳定燃烧时段与总燃烧时间的比值进行比较时,机械混合药剂平均值仅有13％,冷冻干燥药剂达到35.19％;当对稳定燃烧阶段的平均火焰面积变化标准差进行比较
选择玻璃粉和云母粉作为陶瓷填料添加到硅橡胶中,制备了可陶瓷化硅橡胶复合材料,并研究了80份陶瓷填料及玻璃粉与云母粉比例对硅橡胶的力学性能、阻燃性能、热稳定性和陶瓷化性能的影响.结果表明:陶瓷填料对硅橡胶复合材料的力学性能影响较大,添加30份玻璃粉和50份云母粉时拉伸强度最大可达到5.96 MPa,断裂伸长率为421.3％;添加陶瓷填料能改善复合材料的阻燃性能,当添加20份玻璃粉和60份云母粉时极限氧指数最大为28.4;陶瓷填料的添加大幅度降低了复合材料的初始热分解温度和最大热分解温度,明显提高了高温残炭率