语言选择
English
首页
科学研究
科研项目
著作成果
专利
论文成果
研究领域
教学研究
教学成果
授课信息
教学资源
获奖信息
招生信息
学生信息
我的相册
教师博客
已经得到
个称赞 给我点赞
姓名：
楼恩平
性别：
男
入职时间：
2002-08-01
在职信息：
在岗
职称：
实验师
单位：
物理与电子信息工程学院
毕业院校：
浙江师范大学
论文成果
当前位置:
中文主页
>>
科学研究
>>
论文成果
>> 基于特征向量法和...
基于特征向量法和支持向量机的抑郁症脑电信号分类
点击量:
作者：
楼恩平
所属单位：
数理与信息工程学院
文献类型：
期刊
发表时间：
2009-01-01
发表刊物：
中国医学物理学杂志
期号：
第5期
页面范围：
1415-1417，1451
Issn号：
1005-202X
是否译文：
否
关键字：
特征向量法；分类；支持向量机；抑郁症
摘要：
目的:从抑郁症患者EEG信号中提取与疾病相关的信息以实现对抑郁症患者与健康人的自动分类。方法:用特征向量法对抑郁症患者与健康人脑电进行特征提取,得到脑电信号功率谱幅度的最大值、最小值、平均值和标准偏差等特征参数,然后用支持向量机分类器进行训练和分类,并进行测试验证。结果:相对于用小波变换提取的频率相关参数作为分类特征,采用本文特征向量法功率谱估计提取的特征参数为分类特征的分类器具有更好的分类效果,其抑郁症患者和健康人脑电信号的分类准确率可以达到95.6%。结论:该研究成果为抑郁症疾病的物理诊断提供了一种新
上一条：
基于CFD模型的温室温度多指标GA优化控制
下一条：
基于PID算法的无线温湿度控制系统
推荐此文
