检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 以脑电图子序列特征向量为节点的脑网络分析方法

杨雄, 姚蓉, 杨鹏飞, 王哲, 李海芳

计算机应用 2019, 39 (4): 1224-1228. DOI: 10.11772/j.issn.1001-9081.2018092037

摘要（520）

PDF （819KB）（288）

工作记忆复杂网络分析方法大多数是以通道作为节点从空间的角度进行分析，很少有从时间角度对通道网络进行分析。针对脑电图（EEG）的高时间分辨率特性及时间序列分段较难的缺陷，提出一种从时间角度构建网络并对网络进行分析的方法。首先，利用微状态将每个通道的EEG信号划分成不同的子段作为网络的节点；其次，在子段中提取并选择有效特征作为子段的特征，计算子段特征向量之间的相关性构建通道时间序列复杂网络；最后，对所构建网络的属性及相似性进行分析，并在精神分裂症患者EEG数据上进行验证。实验结果表明，通过所提方法对精神分裂症数据进行分析，能够充分利用EEG信号的时间特性从时间角度深入了解精神分裂症病人工作记忆中构建的时间序列通道网络的特点，解释了精神分裂症患者与正常人的显著性差异。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于一致度、覆盖度和包含度的感兴趣区域不一致性决策算法

周涛, 陆惠玲, 马苗, 杨鹏飞

计算机应用 2015, 35 (10): 2803-2807. DOI: 10.11772/j.issn.1001-9081.2015.10.2803

摘要（539）

PDF （886KB）（449）

医学影像感兴趣区域(ROI)的噪声和疾病误判是一个典型的不一致性决策问题,同时也是困扰临床诊断的一个难题。针对这个问题,基于宏观与微观结合、全局与局部相结合的思想,提出了基于一致度、覆盖度和包含度的磁共振成像(MRI)前列腺肿瘤ROI不一致决策算法(ItoC-CIC)。首先提取MRI前列腺肿瘤ROI的高维特征,得到完备不一致决策信息表;然后通过计算不一致度找到不一致样本所在的等价类;再计算不一致等价类的覆盖度和包含度得到Score值,利用Score值筛选不一致样本,实现不一致性决策向一致性决策的转换;最后通过典型算例、UCI数据集和实验提取的前列腺肿瘤ROI特征构成的不一致决策信息表等进行验证。实验结果表明,所提算法能有效地找到并筛选掉不一致性样本。

参考文献 | 相关文章 | 多维度评价