基于多维复杂度的精神分裂症脑磁信号区分

发布时间：2017-08-16 08:15

  本文关键词：基于多维复杂度的精神分裂症脑磁信号区分

  更多相关文章： 精神分裂症 特征提取 特征选择 遗传算法 脑磁图(MEG)信号分类区分

【摘要】：为了更有效地识别脑磁信号,提出一种基于多维复杂度的脑磁信号分类方法。首先提取信号的AR模型系数、频带能量、近似熵和Lempel-Ziv复杂度作为特征。然后运用增L减R搜索算法结合距离准则选择通道。最后采用遗传算法选择特征子集,分别运用BP神经网络和SVM分类器检测特征子集的性能并对信号分类。实验结果表明精神分裂症患者的近似熵和Lempel-Ziv复杂度都高于正常人,患者的脑磁信号可能更加复杂。增L减R搜索算法选择的通道大多分布在颞叶区,即颞叶区域的通道可能携带了更多的差异信息。采用BP神经网络和SVM对特征数据分类,分别得到了98.5%和99.75%的正确率。
【作者单位】： 南京邮电大学电子科学与工程学院;江苏省射频集成与微组装工程实验室;
【关键词】： 精神分裂症 特征提取 特征选择 遗传算法 脑磁图(MEG)信号分类区分
【基金】：国家自然科学基金(No.61271334)
【分类号】：TP18;R749.3
【正文快照】： 1引言精神分裂症是一种严重而持久的精神衰弱疾病,患者表现出思维、情感和感知上的障碍,而且在人际交往这方面也存在困难。和正常人相比,精神分裂症患者有较低的就业率和结婚率。目前,精神分裂症尚无客观的检测方法,其诊断由临床医师用一套固定的标准评估患者后进行。脑磁图(M

【相似文献】

中国期刊全文数据库 前4条

1 王元明;人体磁学及人体心磁的研究[J];河南医科大学学报;1987年03期

2 顾晴雯;蒋式勤;;小波分析在心磁信号辅助诊断中的应用[J];现代科学仪器;2007年06期

3 黄庆武;;超声波离子血管软化仪问世[J];致富之友;2003年08期

4 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 唐子龙;李超;宋鑫;;多种污染离子薄液膜下碳钢早期腐蚀行为的磁信号特征分类[A];2008年全国腐蚀电化学及测试方法学术交流会论文摘要集[C];2008年

2 徐拓奇;王绍举;徐伟;;基于HMC5883的空间仪器磁信号采集系统设计[A];中国空间科学学会2013年空间光学与机电技术研讨会会议论文集[C];2013年

3 朱昀;董大群;;三轴磁强计对微弱磁信号的检测[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

中国博士学位论文全文数据库 前2条

1 贾慧霖;受载煤岩变形破裂低频电磁信号规律特征与机理研究[D];中国矿业大学;2010年

2 邢云峰;煤与瓦斯突出前兆低频电磁信号接收技术研究[D];中国矿业大学（北京）;2014年

中国硕士学位论文全文数据库 前7条

1 于泽邦;基于GMI的胃磁信号检测系统的研究与设计[D];东北大学;2014年

2 周玮;胃电磁信号的检测与分析方法研究[D];东北大学;2014年

3 姜石林;典型结构钢及焊件的磁信号研究[D];合肥工业大学;2015年

4 朱克兵;300M钢热损伤的巴氏磁信号表征及疲劳性能[D];西北工业大学;2006年

5 卢龙;基于磁信号与红外图像的纸币鉴别技术研究[D];哈尔滨工业大学;2009年

6 刘百成;永磁激励下应力检测方法的研究[D];沈阳工业大学;2011年

7 马松山;弱磁场下力磁效应问题研究[D];哈尔滨工业大学;2012年

，

本文编号：682193