【摘 要】
：
平均预报敏感度和误报率是癫痫发作预报中最为重要的两个指标,针对在提高平均预报敏感度的同时误报率往往也会增高的问题,提出一种基于概率判决极端学习机的癫痫发作预报方法
【机 构】
：
大连理工大学电子信息与电气工程学部,大连医科大学附属第一医院神经内科
论文部分内容阅读
平均预报敏感度和误报率是癫痫发作预报中最为重要的两个指标,针对在提高平均预报敏感度的同时误报率往往也会增高的问题,提出一种基于概率判决极端学习机的癫痫发作预报方法。该方法在利用平均相位相干指数对脑电信号进行特征提取的基础上,采用概率判决极端学习机进行分类,得到定量的分类信息之后,通过确定分类阈值来维持平均预报敏感度与误报率之间的平衡,最后经平滑过滤得到发作预报结果。对21例难治性癫痫病患者的仿真实验表明,本方法的平均预报敏感度可达到80.4%,平均误报率可低至0.10 h-1,具有较好的预报性能;而且训练
其他文献
深夜开灯，随手拿起一本杂志看起来。《浙商》封面立马吸引了我，翻开里面的内容也很扎实。夜深人静，很适合一个人一边思考一边阅读，是精神营秦餐。
针对直接基于透视投影模型的标定算法计算量大、结果不稳定的事实,提出一种基于仿射投影矩阵的标定算法。算法首先线性解算仿射投影矩阵,然后分解出部分参数。在假定主点坐标等于图像中心的前提下,解算出其余参数,再以重投影图像点残差和为目标函数,对所有参数进行优化,获得精确的摄像机模型参数,达到精确、快速、稳定的标定目的。大量的仿真和真实图像实验证明算法比传统算法更稳定。
比较基于两种不同FA模板的全脑体素分析（VBA）方法的结果,了解该方法的可靠性,以期为脑白质的功能研究和相关疾病的诊治提供基础信息。选择27例健康成年志愿者,分为青年组（14例）和