【摘 要】
：
脑卒中患者意识障碍的检查和检测耗时耗力且非连续,采集脑卒中患者的脑电信号,以研究有意识障碍与无意识障碍的脑卒中患者的自动分类.对脑卒中患者的脑电图提取多达9种定量脑电特征,构建脑网络,将这些脑网络的连通性特征输入到分类器中,实现对脑卒中患者是否有意识障碍的分类.为解决非平衡数据集分类时严重偏向多数类的问题,设计集成支持向量机分类器.实验结果显示基于现有分类器的脑卒中意识障碍的分类正确率在70％左右,敏感度在40％以下;而基于集成支持向量机分类器的分类准确性可达96.79％,同时敏感度和特异性分别为95.4
【机 构】
：
太原理工大学 信息与计算机学院,太原 030024;山西省人民医院 神经内科,太原 030012
论文部分内容阅读
脑卒中患者意识障碍的检查和检测耗时耗力且非连续,采集脑卒中患者的脑电信号,以研究有意识障碍与无意识障碍的脑卒中患者的自动分类.对脑卒中患者的脑电图提取多达9种定量脑电特征,构建脑网络,将这些脑网络的连通性特征输入到分类器中,实现对脑卒中患者是否有意识障碍的分类.为解决非平衡数据集分类时严重偏向多数类的问题,设计集成支持向量机分类器.实验结果显示基于现有分类器的脑卒中意识障碍的分类正确率在70％左右,敏感度在40％以下;而基于集成支持向量机分类器的分类准确性可达96.79％,同时敏感度和特异性分别为95.45％和100％.实验结果表明集成支持向量机分类器对非平衡数据集的脑电分类准确率显著提升,并促进脑卒中患者意识障碍的自动识别.
其他文献
微卫星是遍布于人类基因组中的短串重复序列,肿瘤组织的微卫星由于重复单位的插入或缺失而导致微卫星长度的改变的现象叫做微卫星不稳定性(Microsatellite Instability,MSI).MSI型胃癌往往拥有独特的分子表型以及临床病理特征,且微卫星的不稳定性决定了胃癌患者对免疫疗法的反应是否良好,因此MSI状态的术前检测对于胃癌患者治疗方案的制定具有重要意义.传统的MSI检测方法需要进行免疫组化及基因分析,不仅需要增加额外的成本,而且在临床实践中难以推广至每一个患者.应用图像特征提取技术和机器学习算
情感分析是自然语言处理领域的重要任务之一,情感分析任务包含显式情感分析和隐式情感分析.由于隐式情感不包含显式情感词语,情感表达更加委婉,所以面临更大的挑战.提出基于图注意力神经网络的隐式情感分析模型ISA-GACNN(Implicit Sentiment Analysis Based on Graph Attention Convolutional Neural Network),构建文本和词语的异构图谱,使用图卷积操作传播语义信息,使用注意力机制计算词语对文本情感表达的贡献程度.针对多头注意力保存重复信
微博谣言的广泛传播给当今社会造成了日益严峻的负面影响.基于深度神经网络的方法存在缺少大量带标签的数据.研究发现,谣言经常伴随负面情感,而非谣言则伴随正面情感,考虑到谣言与非谣言之间表现出的相反情感倾向性,提出一种将谣言检测和情感分析这两个高度相关的任务结合起来学习的多任务学习方法,为了尽可能多地挖掘不同任务之间的关联,全面分析谣言检测任务的特征,设计了一个由BERT和BiGRU联合的多任务学习框架(BERT-BiGRU-MTL,BBiGM).利用权值共享的方法对两个任务进行联合训练,同时提取出任务之间的共
在糖尿病患者中,糖尿病视网膜病变(Diabetic Retinopathy,DR)是导致失明的主要原因.针对眼底图像中存在极难发现的微动脉瘤等微小病理特征的问题,提出了一种注意力机制模块.该模块通过融合特征图原本的特征信息与注意力单元得到的通道信息,为微小特征增加了网络的权重,再使用除操作去除特征图中的冗余信息,得到注意力机制特征作为双任务的输入;针对均方误差(Mean Square Error,MSE)损失难优化和交叉熵(Cross Entropy,CE)损失未考虑错分DR等级的代价,设计了多任务学习模
多尺度卷积神经网络被广泛应用在图像去模糊领域,但在不同尺度上对网络参数进行独立设定的方法会导致网络训练难,并且产生参数过大、稳定性降低、无约束解空间等问题.针对多尺度算法存在的上述问题提出了跨尺度共享网络权重并融合DenseNet的图像去模糊算法.该模型采用编码器-解码器结构,并通过引入密集块来改进该结构,从而形成独特的编解码器密集网络,能最大程度获取深层次特征信息.同时提出跨尺度权重共享的方法,使得在尺度迭代的过程中共享参数,显著降低了训练难度,明显提升了稳定性,优势是双重的.将训练所得模型在大规模运动
针对现有医学图像处理方法在人体复杂结构组织器官分割中的不足,提出复用低层特征信息的Mask R-CNN网络.该网络可对特定组织器官识别时同时进行分割,为了提高包含较多细节信息的低层特征层的利用率,将低层的特征信息添加到高层的特征中,使低层与高层特性优劣互补,将原始图像首次长宽压缩两次后的特征层定义为C1层,而后分别通过复用C1层和复用依次卷积的C1层这两种方法实现.并将主干网络进行了精简,以加快网络的训练速度,降低识别和分割的时间.以下颌骨作为应用对象,自建包含1064张下颌骨CT图片的数据集,按9:1的
在实时视频图像车辆目标检测时,为了克服行进中车辆背景噪声和阴影带来的准确率低、漏检率高等问题,提出一种时空融合和内外标记的分水岭车辆检测算法.通过相邻视频三帧差法得到的时域运动变化信息结合Canny算子得到的边缘图像相结合,得到时域掩模图像.利用文中提出的基于二次重构、内外区域标记、梯度修正的分水岭空域算法对运动区域及其周围区域进行分割,解决了一般分水岭算法的过分割现象.将得到的结果进行投影,以提高运动状态下车辆的检测精度.实验结果表明,在车辆背景噪声和阴影的影响下,该算法的检测效果仍然较好,车辆漏检率降
与机动车数量激增类似,泊位短缺也是导致城市交通拥堵主要问题之一,在不增加车位的情况下提高泊车位利用率也是解决交通拥堵的一种方法.针对城市“泊车难”和部分泊车场利用率较低的问题,考虑了用户的偏好特征,研究了一种具有用户偏好的泊车位共享策略.考虑存在三种不同的泊车方式,在中央商务区(CBD)等待泊车、共享私人泊位、共享公共泊位,运用累积前景理论分析用户的泊车成本,发现用户在不同情形下的选择存在差异.平台通过对关键路径法修改,采用了偏好分组法进行分配.算例对偏好分组的结果与采用关键路径法的分配结果进行了比较,结
新冠状病毒具有很强的传染性,规范佩戴口罩可以阻隔病毒通过空气中的飞沫、气溶胶等载体传播,然而在公共场合时有公民不佩戴口罩或不规范佩戴口罩的现象,不利于疫情防控工作的开展.为解决这一问题,提出了一种自然环境下的实时人脸口罩检测与规范佩戴识别方法,采用YOLOv4算法,在自然环境下对公民口罩佩戴情况进行检测.针对模型参数量大,难以部署应用的难题,引入轻量级骨干网络L-CSPDarkNet(LightCSPDarkNet)以提高模型的检测速度,同时提出轻量级特征增强模块Light-FEB(Light Featu
在碳限额交易的背景下,针对由物流服务集成商和冷链物流服务供应商组成的冷链物流服务供应链,考虑集成商或供应商具有风险规避倾向,运用Stackelberg博弈法,探究了集成商和供应商风险规避倾向对冷链物流服务供应链减排与协调决策的影响,并基于Rubinstein讨价还价模型,设计了利润共享契约,以实现供应链的协调.研究表明:集成商风险规避倾向会降低自身的议价能力,不利于自身的发展,但有利于供应商开展减排行动和提高冷链服务水平;集成商风险规避倾向会降低自身议价能力,同时也不利于自身开展减排行动和提高冷链服务水平