国家自然科学基金(69871010)
- 作品数：10 被引量：12H指数：2
- 相关作者：莫玮张烈平张俞伟丁宣浩牛秦洲更多>>
- 相关机构：桂林电子工业学院桂林工学院中国电子技术标准化研究所更多>>
- 发文基金：国家自然科学基金广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信生物学更多>>
- 基于小波变换的麻醉监测脑电信号的分析与处理被引量：4
- 2002年
- 针对中潜伏期听觉诱发脑电的特点 ,提出了利用小波变换的多分辨分析技术滤除被测信号的强噪声成分 ,重构真实信号来实现对中潜伏期听觉诱发脑电的提取方法 ;通过实验仿真表明 :小波变换提取技术比其他传统提取方法更有效 ,可以减少试验次数 ,可以提供更为可靠的特征提取和模式识别的分析数据 。
- 张烈平莫玮牛秦洲
- 关键词：多分辨分析MALLAT算法麻醉监测
- Torus上的Toeplitz算子的换位子
- 2002年
- 本文完全刻划了Torus上Hardy空间H2（Tn）上具有有界多重调和函数符号的两个Toeplitz算子的紧换位子与零换位子的特征.
- 丁宣浩
- 关键词：TOEPLITZ算子HARDY空间
- 小波变换用于提取MLAEP信号
- 2001年
- 中潜伏期听觉诱发电位(MLAEP)与麻醉深度紧密相关。本文利用小波变换实现提取MLAEP信号。本文首先研究了小波变换与信号奇异性的关系,再根据小波变换模极大值的变化特性来检测信号的局部奇异性,利用信号和噪声不同的尺度特性实现去噪。仿真结果表明此方法对MLAEP的提取具有较好效果。
- 张俞伟莫玮丁宣浩
- 关键词：诱发电位小波变换奇异性麻醉深度
- 一种基于神经网络的诱发电位提取方法被引量：3
- 2002年
- 文章提出一种改进的利用径向基函数神经网络算法,对诱发电位进行自适应提取的较传统的方法,并在性能上有较大的提高。
- 张俞伟莫玮丁宣浩王美华
- 关键词：神经网络径向基函数网络自适应算法
- 小波变换在麻醉监测诱发脑电信号分类中的应用被引量：1
- 2003年
- 采用小波变换方法对麻醉监测脑电信号进行分析,通过基于小波分解的能量特征提取方法提取麻醉状态下中潜伏期听觉诱发脑电的特征,并用BP网络分类器对提取的特征进行聚类,从而实现麻醉深度的估计,实验仿真结果表明了该方法的有效性。
- 张烈平莫玮牛秦洲
- 关键词：小波变换特征提取BP网络
- 麻醉监测诱发脑电信号检测技术研究被引量：2
- 2003年
- 阐述相干平均技术、加权平均技术和小波变换技术用于麻醉监测诱发脑电信号的基本原理和具体实现过程 ,通过仿真实验实现用这 3种方法来滤除被测信号的强噪声成分 ,提取中潜伏期听觉诱发脑电信号 .相干平均技术简单明了 ,硬件容易实现 ;加权平均技术可以有效地减少叠代次数 ,但它们都需要上百次甚至上千次刺激才能提取出有效的诱发脑电信号 ,得到的信号有时还可能是畸变信号 ;而小波变换技术则在单次刺激的情况下 ,就能获得较高的信噪比及满意的波形特征 ,得到的信号的噪声仍然是白噪声 。
- 张烈平莫玮
- 关键词：麻醉监测加权平均小波变换
- RBF神经网络在诱发脑电信号分类中的应用研究被引量：2
- 2004年
- 采用RBF神经网络方法对麻醉状态下诱发脑电仿真信号进行分析,提出了一种通过基于RBF神经网络权值构造特征向量的特征提取方法,以达到提取信号特征的目的,并用BP神经网络分类器对提取的特征进行聚类,从而实现深浅麻醉状态下诱发脑电信号的分类,实验仿真结果表明了该方法的有效性.
- 张烈平张俞伟莫玮
- 关键词：RBF神经网络特征提取BP网络
- 基于小波变换的麻醉监测诱发脑电信号分析的研究被引量：1
- 2003年
- 采用小波变换方法对麻醉监测脑电信号进行分析, 通过基于小波变换系数的奇异值分解构造特征向量的特征提取方法提取麻醉状态下中潜伏期听觉诱发脑电的特征, 并用BP网络分类器对提取的特征进行聚类, 从而实现麻醉深度的估计, 实验仿真结果表明了该方法的有效性.
- 张烈平莫玮
- 关键词：小波变换麻醉深度麻醉监测特征聚类
- 小波变换用于MLAEP信号的分析
- 2001年
- 在现代临床麻醉学上 ,脑电信号分析成为麻醉深度监测的主要手段。其中 ,对于中潜伏期听觉诱发电位 (ML AEP)信号的研究越来越受到重视。本文利用 Daubechies正交紧支撑小波基对不同麻醉深度下的 ML AEP信号进行小波变换 ,然后用顺序前进法对小波系数进行特征选择 ,最后利用神经网络来完成分类。仿真实验表明 ,这种小波变换与特征选择相结合的方法 ,对于 ML AEP信号的分析有着较好的效果。
- 张俞伟莫玮丁宣浩
- 关键词：麻醉深度中潜伏期听觉诱发电位小波变换信号分析
- 基于分形理论的麻醉监测诱发脑电信号识别方法研究
- 2010年
- 提出了一种基于分形理论的麻醉监测诱发脑电信号识别方法.首先给出了麻醉监测中潜伏期听觉诱发脑电信号的数学模型,产生与实际信号相符的模拟脑电信号,然后对脑电信号进行小波降噪,提取降噪后脑电信号的关联维数,最后通过关联维数的大小识别麻醉状态下中潜伏期听觉诱发脑电信号的类型.实验仿真结果表明:提出的识别方法具有较高的识别率.
- 张烈平莫玮
- 关键词：关联维数小波变换麻醉监测信号识别
