共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 帕金森病丘脑底核场电位信号特征检测显示文摘目的动态检测与帕金森病治疗相关的丘脑底核场电位信号特征。方法基于小波包变换,对帕金森病患者丘脑底核局部场电位信号的同步化和模式特征进行分析,建立动态阈值判别模型,对丘脑底核功能状态进行判定。利用仿真实验优化检测方法参数,使用优化后的检测方法对服药前后患者丘脑底核场电位beta频段进行检测。结果帕金森病患者丘脑底核场电位信号beta频段中具有幅度高、随机程度低、规则程度高的特征模式。患者服药前后的比较结果表明药物对场电位信号的动态特性具有显著影响,且特征模式信号被检测出的总时间、次数、每次持续时间以及幅度等特征在患者服药后显著性降低。结论本文提出的方法可以动态检测出帕金森病患者特征模式信号,并量化患者脑功能状态。提供了一种可以作为实现自适应闭环深部脑刺激反馈判定依据的方法。 | 张坤 杜雪莹 黄永志 罗回春 王守岩 | 2017 | 航天医学与医学工程2017，30，3： | 0 |
| 2 | 帕金森病丘脑底核场电位信号状态识别显示文摘帕金森病脑深部局部场电位信号蕴含与疾病、症状相关的丰富信息,对临床治疗具有重要意义。选取帕金森病患者服药前后的丘脑底核场电位信号,将与症状显著相关的场电位信号的频段间功率谱比值以及小波包变换后各个节点重构信号所占总信号的能量比做为特征,利用机器学习方法识别与帕金森病药物治疗相关的脑功能状态。使用朴素贝叶斯和支持向量机分类器对药物治疗前后患者脑深部场电位信号进行分类,结果表明朴素贝叶斯分类器对患者脑功能状态的判别准确率高于支持向量机分类器,其检测的特异性达到了82.4%。提出的方法可以有效准确地辨识帕金森病患者脑功能状态。 | 张坤 沈天毓 耿馨佚 丰斌 张云鹏 | 2017 | 工业控制计算机2017，30，9： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员