【摘 要】
:
癫痫作为一种严重的脑部神经系统疾病,通常需要结合临床症状和脑电图(Electroencephalogram)对患者进行监测、诊断、治疗。然而,由于很多类神经系统疾病,如脑炎、新生儿惊厥、儿童夜惊、脑白质病变等这些典型的神经系统疾病,有着和癫痫极其相似的临床症状,使得即使是专业的神经科医生,也需要反复观察比对患者的脑电图,导致无法及时给出有效诊断,延误病情。考虑到医生进行脑电图读图时,无法通过观察比
论文部分内容阅读
癫痫作为一种严重的脑部神经系统疾病,通常需要结合临床症状和脑电图(Electroencephalogram)对患者进行监测、诊断、治疗。然而,由于很多类神经系统疾病,如脑炎、新生儿惊厥、儿童夜惊、脑白质病变等这些典型的神经系统疾病,有着和癫痫极其相似的临床症状,使得即使是专业的神经科医生,也需要反复观察比对患者的脑电图,导致无法及时给出有效诊断,延误病情。考虑到医生进行脑电图读图时,无法通过观察比对发现脑电图的深层信息,本文引入流行的深度学习方法进行快速有效的儿童癫痫与典型神经系统疾病(即非癫痫疾病)分类,具体包含如下的研究工作:1.针对目前对于癫痫和其他病症的研究缺乏前期原始信号分析,本文提出利用离散傅里叶变换(Discrete Fourier transform)和短时傅里叶变换(Short-time Fourier transform)算法对不同病症的EEG做频域和时频分析,利用熵和分形维数做非线性分析,以及利用地形图分析(Topographic Map analysis)对不同时期的病例做脑区域分析。分析结果表明对于发作期数据,失神癫痫的频域特征明显,会有明显的频率节律;非线性特征对于发作间期数据有较好的适应性;对于个体而言,失神癫痫的个体差异很小,而局灶癫痫和非癫痫的个体差异稍大。该分析论证了本文所选课题的可行性,非癫痫疾病和癫痫之间存在差异性,可以通过机器学习或者深度学习算法对其进行进一步的研究。2.针对传统的手工特征无法对复杂的EEG信号做出深层表征,导致儿童癫痫与非癫痫疾病分类准确率低的问题,本文提出了基于EEG深度特征学习和融合的儿童癫痫和典型神经系统疾病分类算法。基于前期详细的EEG数据分析结果,首先从时频域、频域、非线性域分别提取了基于小波包分解的统计特征(Statistical Features)、平均幅值谱特征(Mean amplitude spectrum)、分形维数,过零率和基于傅里叶变换的特征(Fractal dimension,zero crossing rate and Fourier transform-based features)三种特征,然后构建了三层卷积神经网络模型对每种特征进行深度特征提取和降维,并结合支持向量机(Support vector machine)、K-近邻(K-nearest neighbour)、随机森林(Random forests)、极限学习机(Extreme learning machine)、卷积神经网络(Convolutional neural network)对非癫痫疾病与癫痫疾病进行分类,该模型在浙江大学医学院儿童附属医院(Children’s Hospital,Zhejiang University School of Medicine)数据库的发作期数据和发作间期数据上分别进行了验证,验证结果表明本文提出利用CNN提取的深度特征相比于传统的手工特征对样本能有更好的表征能力,并且同时起到了降维效果,大大的降低了分类器复杂度;并采用拼接、相加、平均的融合方法将三种深度特征融合,最终实验结果表明线性SVM组合拼接融合的深度特征能对非癫痫疾病和癫痫疾病达到最好的分类效果。3.开发了非癫痫疾病检测系统,以MATLAB GUI软件为依托,将本文所提的EEG深度特征学习融合算法应用于该检测系统,能实现EEG数据预处理、特征提取、深度特征提取、特征融合和分类识别五个功能,该系统能很好的辅助医生对儿童癫痫和其他典型神经系统疾病(即非癫痫疾病)进行分类识别。
其他文献
随着机器视觉和机器人技术的迅速发展,越来越多搭载视觉功能的AGV应用到仓储物流行业,进行货物搬运工作。如何利用计算机视觉使得机器人在集中库位环境下,能实时感知每个库位的状态,从而保障在货物搬运过程中目标库位规划的合理性与有效性,同时使得空闲库位利用率最大化的研究具有重要的应用价值。因此,本文设计一种基于RGB相机的库位标定与检测系统,可在CPU与GPU端稳定运行,为AGV调度提供库位状态输入,进而
近年来,图像字幕任务被用于处理大量视觉数据。但是图像字幕只能概括性描述图片整体内容,无法定位两张图片的差异。而随着视觉数据多样化,大量相似图片出现,急需一个能够定位差异并描述差异的模型,图像变化字幕应运而生。图像变化字幕近几年得到了广泛研究,但是现有模型定位变化区域算法精度不高以及解码视觉数据的网络结构简单,以至于无法准确的描述出两张图片的区别。对此,本文提出了两个模型,均致力提高定位变化区域算法
本文主要以建筑设计与园林景观设计的融合方法为重点进行阐述,结合当下园林景观设计实际情况为依据,对建筑设计与园林景观设计的融合价值进行分析,同时研究内化建筑设计与园林景观设计的融合效果,进一步强化建筑设计和园林景观设计融合有效性与实效性,旨意在为相关研究提供参考资料。
目的:分析良性阵发性位置性眩晕(BPPV)患者的临床特点,比较联合手法复位和药物治疗组的治疗效果,对治疗BPPV的方法进行观察,且分析影响病情复发的危险因素,为临床治疗提供参考。方法:选取2015年7月-2016年7月在连云港市中医院门急诊接受治疗的BPPV患者124例,根据治疗方法不同,分为对照组和观察组各62例。整理所选患者的临床特征并分析,比较两种治疗方法患者的治疗效果以及复发率。根据是否复
深度信息揭示了二维图像中物体间的空间几何关系,对许多计算机视觉任务都有重要意义,特别是对于场景理解有着关键作用。随着深度学习的发展,许多研究人员开始采用基于深度神经网络的方法代替主动传感器从单目图像中获取深度信息,并取得了一定的成果。然而,二维图像上的一个像素点可能对应三维空间中的无数个点,因此单目深度估计是一个具有挑战性的不适定问题。为了解决这一问题,本文提出两种以先验知识作为引导的算法,大幅提
随着我国经济的持续发展,机动车数量不断增加,给人们提供了出行和货物运输上的极大便利,但同时也造成交通事故、道路拥塞、能源消耗过度和汽车废气污染等社会问题。自适应巡航控制(Adaptive Cruise Control,ACC)作为一种主动安全技术在避免交通事故和缓解交通拥堵等方面有重要作用。ACC系统的控制指标包括安全性、舒适性和燃油经济性等,系统性能受控制策略的影响较大,本文对ACC控制策略进行
实现基于深度学习的无人机图像实时目标检测算法优化设计及部署,在军事国防、灾害检测、智慧城市等领域具有重要的应用价值。但由于高分辨率无人机图像具有不同类型目标尺度差异大、密集小目标分布广等特点,如何兼顾检测精度和实时性的需求,仍是亟需解决的重点问题之一。红外图像目标指示性好,但纹理特征缺乏,无人机视角红外图像目标检测数据集的缺乏,阻碍了相关研究的快速发展。将检测模型移植到嵌入式设备时,如何提高推理速
制造业的发展依赖于新加工设备和工艺的出现,其中3D打印技术的出现对其推动作用不可忽视。熔融沉积成型(Fused Deposition Modeling,FDM)是目前工艺成熟且应用广泛的3D打印技术之一,因具有高材料利用率等优点发展迅速,但在加工过程中的质量与效率问题成为了限制其发展的主要因素。影响加工质量与效率的重要因素为加工参数,如打印速度、层高等参数不仅影响成型零件的表面粗糙度,也会对加工效
跟瞄系统作为激光发射系统重要的组成部分,其功能是跟踪移动目标实现激光的精准打击。激光由激光发生器产生,需要经过跟瞄系统轴系内部传输到发射系统。如果激光传输通道的密封效果不佳,会导致传输通道内外有气体交换,通道内部洁净度下降,从而影响激光的发射质量和能量。因此,需要研究激光传输通道内部的动密封。一般的激光传输通道动密封主要是O型圈+骨架密封形式,为达到密封效果,产生的摩擦力矩很大,不利于跟瞄系统的精
目的1、使用超声心动图多参数评分对射血分数保留心衰(HFpEF)患者的心脏功能进行整体评估,了解该疾病多参数评分的特征。2、通过研究认识HFpEF患者的超声心动图多参数评分与其他心功能指标的相关性。3、通过HFpEF患者超声心动图多参数评分的变化,对有氧运动治疗的疗效进行评估。方法从江苏省荣军医院住院治疗和无锡市山北街道家庭康复治疗的HFpEF患者中,选取38例患者作为干预组,选取33例患者对照组