利用人工神经网络检测癫痫样放电过程中阈值的自动确定

来源 :中国生物医学工程学报 | 被引量 : 0次 | 上传用户：plxu

【摘要】

：

利用人工神经网络(Artificial Neural Network, ANN)检测脑电图中癫痫样放电(Epileptif orm Discharges, ED)具有识别率高和假阳性低的优点.在自动识别过程中,当脑电波使ANN

【作者】

：

刘书朋陈俊强

【机构】

：

上海大学生物医学工程系,中国科学院上海生理研究所

【出处】

：

中国生物医学工程学报

【发表日期】

：

2002年4期

【关键词】

：

人工神经网络癫痫样放电阈值脑电图自动识别 Epileptiform discharge(ED) ANN EEG Automated calcula

【基金项目】

：

上海市教委资助项目

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

利用人工神经网络(Artificial Neural Network, ANN)检测脑电图中癫痫样放电(Epileptif orm Discharges, ED)具有识别率高和假阳性低的优点.在自动识别过程中,当脑电波使ANN 的输出超过阈值,即判定该波为ED.阈值的确定是非常重要的,以往都利用有经验的医生确定的ED标准来确定阈值,或根据经验设定一个阈值范围.本文根据自动识别的网络输出峰值分布曲线上ED和非ED的分布特征,找出自动确定阈值的算法,能够针对不同的患者算出其阈值,从而避免因阈值的误差而使识别率

其他文献

基于改进的伪Wigner分布检测癫痫EEG棘波的方法

本文提出了一种新的检测癫痫EEG棘波的方法。采用改进的伪Wigner分布对脑电信号进行时频变换，这种时频分布不仅能够有效地消除交叉项，而且可以快速实现。在时频平面上，以每个时

期刊