-
题名个体化频带滑动窗特征的轻度认知障碍诊断研究
- 1
-
-
作者
李昕
屈中杰
李梓澎
尹立勇
苏芮
-
机构
燕山大学电气工程学院
河北省测量技术与仪器重点实验室
河北省秦皇岛市第一医院神经内科
河北医科大学医学影像学院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2024年第2期182-189,共8页
-
基金
河北省自然科学基金(F2022203005,F2019203515)
燕山大学与秦皇岛市第一医院医务人员交叉特色项目(UY202201)
+1 种基金
河北省科技计划项目(236Z2004G)
河北省教育厅科学研究项目(QN2024061)资助。
-
文摘
轻度认知障碍(MCI)是老年性痴呆诊断的关键阶段,脑电(EEG)信号特征可以反映MCI患者的认知状态,帮助实现早期诊断。现有研究在EEG特征提取过程中,针对脑电各节律,大多采用固定的时间窗完成分段处理,忽略了不同节律的特征差异,从而影响诊断效果。针对该问题,本文提出了一种新的组合滑动窗优化算法,该算法通过迭代振幅调整傅里叶变换(IAAFT)对零模型的构建方法进行了改进,以此得到评估大脑动态特性指标KPLI,通过对EEG各频段信号采取多种滑动窗组合,并以KPLI指标引导,得到适合不同频段的最佳滑动窗组合。在最佳滑动窗组合基础上,对各频段组合提取相位滞后指数(PLI),进行连续小波变换(CWT)特征,通过ResNet-MLP双通道分类网络实现MCI诊断。结果显示,使用个性化组合频段滑动窗对88名受试者(32名MCI患者,36名阿尔茨海默症患者以及20名正常对照组)实现了诊断分类,得到了82.2%的分类准确率,比固定窗的分类提高了10%(得到了72.2%的分类准确率)。结果表明,基于个体化脑电节律特征组合能够更好提取MCI的特征,提高轻度认知障碍诊断的正确率与特异性,是一种有效的脑电特征提取方法。
-
关键词
滑动窗
零模型
连续小波变换
相位滞后指数
-
Keywords
sliding windows
zero model
continuous wavelet transform
phase lag index
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于脑电信号维度变换的轻度认知障碍诊断方案
- 2
-
-
作者
李昕
李梓澎
刘毅
谢平
王玉琳
-
机构
燕山大学电气工程学院
河北省测试计量技术及仪器重点实验室
燕山大学康养产业技术研究院
秦皇岛市第一医院
-
出处
《计量学报》
CSCD
北大核心
2023年第10期1602-1611,共10页
-
基金
国家自然科学基金(62076216)
国家自然科学联合基金(U20A20192)
+1 种基金
河北省自然科学基金(F2019203515,F2022203005)
燕山大学与秦皇岛市第一医院医工交叉特色专项(UY202201)。
-
文摘
提出一种匹配卷积神经网络(CNN)的谱熵维度变换方法,以26名遗忘型轻度认知障碍患者和20名健康对照者的脑电图为数据样本,比较分析了短时傅里叶变换、小波变换和谱熵3种维度变换的性能;采用谱熵结合CNN构建了一种较为新颖的轻度认知障碍诊断方案。随后,通过前馈神经网络、k-近邻、支持向量机、决策树、朴素贝叶斯、逻辑回归等模型的对比实验,从准确性和稳定性2个角度验证了该方案可以有效完成阿尔茨海默症临床前阶段患者脑电图的模式识别。实验表明,该诊断方案可以实现(92.662±1.216)%的准确率,对存在噪声干扰的脑电信号仍具有较高的识别精度和泛化能力。
-
关键词
计量学
脑电诊断
维度变换
卷积神经网络
阿尔茨海默症
-
Keywords
metrology
EEG diagnosis
dimension transformation
convolution neural network
Alzheimer disease
-
分类号
TB99
[机械工程—测试计量技术及仪器]
TB973
[机械工程—测试计量技术及仪器]
-
