|
|||||
|
|
| 小波包分解脑电复杂性特征提取的注意状态实时识别 | |
| 引用本文： | 路荣,黄力宇,晋琅. 小波包分解脑电复杂性特征提取的注意状态实时识别[J]. 医疗卫生装备, 2013, 34(2) |
| 作者姓名： | 路荣 黄力宇 晋琅 |
| 作者单位： | 1. 第四军医大学西京医院数字化中心,西安,710032 2. 西安电子科技大学生命科学技术学院,西安,710071 |
| 摘 要： | 目的:神经反馈法矫治注意缺陷障碍症近来引起较多关注,而注意状态的实时识别是神经反馈治疗法的关键该研究旨在提出一种注意状态实时识别新方法 方法:将单通道脑电进行小波包分解,得到不同频率分量的脑电节律波,计算这些节律的近似熵并作为支持向量机输入特征向量,向量机的输出可以较为准确地给出受试者实时的注意状态;基于该项技术设计一种注意缺陷障碍症神经反馈治疗装置结果:该方法对注意任务相关脑电信号分类的正确率可达72.5％,特异性为71.4％,敏感性为73.7％;据此完成的反馈治疗装置的有效性也在初步临床验证中得到证实 结论:将小波包分解、脑电复杂性分析与神经网络相结合的技术是一种有效的注意状态实时识别新方法. |
| 关 键 词： | 脑电 神经反馈 注意缺陷障碍 小波变换 近似熵 支持向量机 |
Realtime Recognition of Attention State by Complexity Analysis of EEG Signal Using Wavelet Packet Decomposition and Support Vector Machine |
|
| LU Rong , HUANG Li-yu , JIN Lang. Realtime Recognition of Attention State by Complexity Analysis of EEG Signal Using Wavelet Packet Decomposition and Support Vector Machine[J]. Chinese Medical Equipment Journal, 2013, 34(2) | |
| Authors: | LU Rong HUANG Li-yu JIN Lang |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |