【摘 要】
:
伴中央-颞区棘波的儿童良性癫痫(BECT)是儿童时期最常见的癫痫综合征之一,其最明显的特征是在发作间期大脑Rolandic区存在不定量棘波放电现象,其放电量与患者病情有较为紧密的关系,因此棘波放电观测和统计成为了神经科医师对BECT患者诊断的重要依据,设计一种能够快速而精准地定位放电的儿童脑电棘波检测算法既能够辅助医生对BECT患者进行快速诊断治疗,也是进行后续病情自动化分析所不可缺少的关键一步。
论文部分内容阅读
伴中央-颞区棘波的儿童良性癫痫(BECT)是儿童时期最常见的癫痫综合征之一,其最明显的特征是在发作间期大脑Rolandic区存在不定量棘波放电现象,其放电量与患者病情有较为紧密的关系,因此棘波放电观测和统计成为了神经科医师对BECT患者诊断的重要依据,设计一种能够快速而精准地定位放电的儿童脑电棘波检测算法既能够辅助医生对BECT患者进行快速诊断治疗,也是进行后续病情自动化分析所不可缺少的关键一步。当前主流的棘波检测算法由于其面向的检测对象并不是BECT儿童患者,没有进一步利用BECT综合征的棘波放电特征优化检测性能,且往往忽略了儿童脑电的特异性,如存在较多干扰、振幅偏高等,这使得此类方法在BECT患者数据上的检测性能往往较差。针对上述存在的问题本文展开了研究,主要创新点包括以下几个部分:1.提出了一种基于时序特征与长短时记忆(LSTM)神经网络的棘波检测方法,充分利用棘波放电期间脑电的时序特征在单通道脑电数据上实现了高性能的棘波检测。该方法着眼于脑电作为一种序列数据的特性,通过脑电以及提取自脑电的平滑非线性能量(SNE)和形态学滤波特征(MC)用于刻画脑电数据在棘波放电周期内的时序特性,并采用在序列数据处理方面性能优异的循环神经网络架构完成特征分析与棘波分类检测工作,同时在检测流程中也针对数据存在的干扰以及棘波与非棘波数据不均衡现象做了相关处理。该方法最终在浙江大学附属儿童医院(CHZU)神经内科数据集上达到了88.54%、92.04%和85.75%的平均F1分数、灵敏度和精确度,各项检测性能指标均优于现有的主流棘波检测算法。2.提出了一种基于多通道数据加权融合的棘波检测算法,利用棘波放电的多通道分布信息进一步提升了方法整体的检测性能和泛化能力。单通道棘波检测算法设计复杂度低、实施灵活,但在可用信息量方面相较于多通道检测算法有天然劣势,该方法首先通过棘波的波形特征以及棘波放电在多通道下“针锋相对”的特殊现象完成候选样本筛选和伪迹去除工作,然后根据棘波放电现象最为显著的三类特性,基于多通道棘波候选样本各通道数据的振幅、波形和源距离三类权重加权生成单通道数据,并结合所提时序特征提取和LSTM神经网络分类方法完成了检测性能和泛化性能均表现优异的棘波检测方法。在CHZU数据上,该方法相较于前述单通道棘波检测算法在单人数据集上的F1分数、灵敏度和精确度进一步提升了7.43%、4.15%、10.08%,在混合数据集上,该方法的检测性能未见明显下降,展现了该方法优秀的模型泛化能力,各项检测性能指标较现有主流棘波检测算法有明显优势。3.开发了多通道儿童脑电棘波检测系统,该系统以MATLAB GUI平台为基础,包括数据导入、数据处理、样本筛选、伪迹去除、数据融合和棘波检测六大模块,能够基于预训练的神经网络分类器以及超参数完成多通道脑电从数据导入到完成棘波检测的完整棘波检测流程,并包含多个结果展示图窗和一系列可交互设计,能够帮助医生高效分析脑电数据棘波放电情况,进一步辅助患者的诊断治疗。
其他文献
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
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
隐喻是日常表达和交流中一种不可替代的修辞手段,认知语言学研究表明隐喻是人类一种重要的认知手段。由于隐喻具有复杂性和微妙性的特点,它成为了自然语言处理任务中不可忽视的障碍。本文针对隐喻计算处理中的隐喻识别和隐喻释义问题进行深入分析,并结合深度学习相关技术和预训练语言模型提出了解决方案。在隐喻识别任务方面,提出基于Transformer和图卷积神经网络的隐喻识别模型,解决隐喻识别中单词和多词隐喻识别问
随着石油化工企业单套装置的处理规模越来越大,相应的离心压缩机及密封大型化成为必然趋势,而其旋转主轴轴端密封也变得越来越棘手。磁流体密封具有“零泄漏”、寿命长、应用速度范围广及可靠性高等优点,为大型离心压缩机旋转主轴轴端密封提供了解决思路。本论文针对传统密封方式难以解决大轴径离心压缩机旋转主轴线速度高所引发的密封困难问题,提出了一种带有降温和降压功能的新型组合磁流体密封装置,并通过理论分析和仿真相结
服务机器人在养老助残、病患监护、康复训练等领域具有广阔的应用前景,正逐渐成为机器人领域的研究热点。长期与人共处同一空间的服务机器人需频繁与人类进行交互。但目前人机交互技术仍不完善,尤其是其主动性、自然性与准确性有待提高。表情、头势、语音等是人类传递情绪、态度、意图等信息的重要交流方式,也是人机交互研究的热点。但实时精确的头势识别与交互目前仍是研究的难点,属于服务机器人交互领域的共性关键技术。因此,
随着5G时代来临,移动边缘计算(Mobile Edge Computing,MEC)作为一种利用网络边缘计算资源的技术正在快速发展。然而当前移动边缘环境中工作流调度仍存在许多问题:一方面,移动设备(Mobile Device,MD)的工作流调度需要提供低能耗、低延迟的服务,不合理的调度方式会严重影响用户体验,现有的工作流调度算法仍有提升空间;另一方面,边缘服务器在任务调度过程中如果不考虑可靠性约束
图像描述生成任务旨在根据图像内容生成自然语言描述,被广泛应用于盲人导航、儿童早教、新闻写作等领域。该任务要求算法模型不仅能够识别图像中的主要目标,还要能够理解目标之间的复杂关系。场景图是一种描述图像场景内容的结构化表示,基于场景图的图像描述生成方法能够利用场景图中的目标节点与关系边在图像与文本之间建立连接,并生成图像内容描述。然而,图像中往往有许多与描述无关的目标,导致场景图的目标节点冗余,模型生