-
公开(公告)号：CN108577834A
公开(公告)日：2018-09-28
申请号：CN201810475170.3
申请日：2018-05-17
Applicant: 西安交通大学
IPC: A61B5/0476 , G06K9/00
CPC classification number: A61B5/0476 , A61B5/4094 , A61B5/725 , G06K9/00885
Abstract: 一种用于癫痫间期棘波自动检测的方法，MEMD从癫痫病人的头皮脑电上提取棘波所在的成分，经过求信号包络，求动态的阈值曲线，能定位棘波出现的位置；本发明的优势在于能够根据脑电自适应的调整其频带范围，准确的定位癫痫发作间期的棘波出现的位置；为减少临床医生人眼识别棘波的负担提供了新的思路，实现间期棘波更加准确的自动检测；通过对比发现，该方法在灵敏度和误报率两个方面的综合要优于其基于信号包络分布模型方法，能够有着更好的棘波检测结果。
-
Patent Agency Ranking
公开(公告)号：CN105342605B
公开(公告)日：2019-01-08
申请号：CN201510906489.3
申请日：2015-12-09
Applicant: 西安交通大学
IPC: A61B5/0476 , A61B5/00
Abstract: 一种去除脑电中肌电伪迹的算法，将按不同信噪比混合了肌电伪迹的脑电信号经过MEMD分解得到若干多元本征模式函数；计算每个MIMF的样本熵值，根据仿真选定的样本熵阈值，将样本熵小于阈值的MIMF保留下来，将样本熵大于阈值的MIMF判定为含肌电伪迹；将含有肌电伪迹的脑电信号进行叠加，叠加之后进行CCA分解，将样本熵和自相关系数小于选定阈值的分量看成是含有伪迹的分量；本发明的优势用于脑电信号中肌电伪迹的去除，不仅能够自动识别肌电伪迹而且能够将其去除，同时保留了大量有用的脑电信息，为脑电去除肌电干扰提供一种新思路。
-
公开(公告)号：CN105342605A
公开(公告)日：2016-02-24
申请号：CN201510906489.3
申请日：2015-12-09
Applicant: 西安交通大学
IPC: A61B5/0476 , A61B5/00
Abstract: 一种去除脑电中肌电伪迹的算法，将按不同信噪比混合了肌电伪迹的脑电信号经过MEMD分解得到若干多元本征模式函数；计算每个MIMF的样本熵值，根据仿真选定的样本熵阈值，将样本熵小于阈值的MIMF保留下来，将样本熵大于阈值的MIMF判定为含肌电伪迹；将含有肌电伪迹的脑电信号进行叠加，叠加之后进行CCA分解，将样本熵和自相关系数小于选定阈值的分量看成是含有伪迹的分量；本发明的优势用于脑电信号中肌电伪迹的去除，不仅能够自动识别肌电伪迹而且能够将其去除，同时保留了大量有用的脑电信息，为脑电去除肌电干扰提供一种新思路。
-
公开(公告)号：CN108577834B
公开(公告)日：2019-07-02
申请号：CN201810475170.3
申请日：2018-05-17
Applicant: 西安交通大学
IPC: A61B5/0476 , G06K9/00
Abstract: 一种用于癫痫间期棘波自动检测的方法，MEMD从癫痫病人的头皮脑电上提取棘波所在的成分，经过求信号包络，求动态的阈值曲线，能定位棘波出现的位置；本发明的优势在于能够根据脑电自适应的调整其频带范围，准确的定位癫痫发作间期的棘波出现的位置；为减少临床医生人眼识别棘波的负担提供了新的思路，实现间期棘波更加准确的自动检测；通过对比发现，该方法在灵敏度和误报率两个方面的综合要优于其基于信号包络分布模型方法，能够有着更好的棘波检测结果。
-
公开(公告)号：CN104720796B
公开(公告)日：2017-10-20
申请号：CN201510075571.6
申请日：2015-02-12
Applicant: 西安交通大学
IPC: A61B5/0476 , A61B5/0478 , G06F19/00
Abstract: 一种用于癫痫发作时间段的自动检测系统及方法，包括，脑电信号采集模块A、信息流网络构建模块B、流出信息提取模块C和分类识别模块D四个模板，基于这四个模块先采集癫痫患者的发作间期和发作期的多通道脑电信号，并对其中的电极从1到N编号；再对脑电信号按时间长度划分移动窗并建立MVAR模型及计算各通道之间PDC强度和方向；然后根据所得的PDC值计算每个通道的流出信息强度；最后结合交叉验证以流出信息强度为特征值使用支持向量机进行识别分类：本发明使用PDC提取的流出信息强度能够较好的反映癫痫发作时间段的生理变化情况，具有明确的临床解释，以此作为特征值结合SVM分类检测癫痫发作时间段具有较高的正确率和灵敏度。
-
公开(公告)号：CN104720796A
公开(公告)日：2015-06-24
申请号：CN201510075571.6
申请日：2015-02-12
Applicant: 西安交通大学
IPC: A61B5/0476 , A61B5/0478 , G06F19/00
CPC classification number: A61B5/0476 , A61B5/0478 , A61B5/4094 , G06F19/00
Abstract: 一种用于癫痫发作时间段的自动检测系统及方法，包括，脑电信号采集模块A、信息流网络构建模块B、流出信息提取模块C和分类识别模块D四个模板，基于这四个模块先采集癫痫患者的发作间期和发作期的多通道脑电信号，并对其中的电极从1到N编号；再对脑电信号按时间长度划分移动窗并建立MVAR模型及计算各通道之间PDC强度和方向；然后根据所得的PDC值计算每个通道的流出信息强度；最后结合交叉验证以流出信息强度为特征值使用支持向量机进行识别分类：本发明使用PDC提取的流出信息强度能够较好的反映癫痫发作时间段的生理变化情况，具有明确的临床解释，以此作为特征值结合SVM分类检测癫痫发作时间段具有较高的正确率和灵敏度。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
