以脑电图子序列特征向量为节点的脑网络分析方法

来源 :计算机应用 | 被引量 : 3次 | 上传用户:mjynht
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
工作记忆复杂网络分析方法大多数是以通道作为节点从空间的角度进行分析,很少有从时间角度对通道网络进行分析。针对脑电图(EEG)的高时间分辨率特性及时间序列分段较难的缺陷,提出一种从时间角度构建网络并对网络进行分析的方法。首先,利用微状态将每个通道的EEG信号划分成不同的子段作为网络的节点;其次,在子段中提取并选择有效特征作为子段的特征,计算子段特征向量之间的相关性构建通道时间序列复杂网络;最后,对所构建网络的属性及相似性进行分析,并在精神分裂症患者EEG数据上进行验证。实验结果表明,通过所提方法对精神
其他文献
【正】 作为现实主义大师的托尔斯泰,不仅密切关注着东方各国的文学事业的发展,同时也关注着东方各国人民的命运,他们的痛苦、理想和追求。十九世纪末与二十世纪初,正当东方
2018年3月,国务院办公厅印发了《关于改革完善仿制药供应保障及使用政策的意见》。意见指出,要完善支持政策,加快药品研发注册,推动医药产业供给侧结构改革,提高药品供应保障
针对非对称占空比传感网中最小端到端延迟约束下的广播能效优化问题,首先构造了一个能够刻画广播时空特征的时空状态图,将目标问题建模成转发行为子集覆盖问题,然后分别提出了一种面向总能耗优化的最小代价转发行为子集覆盖算法(MC-SCA)和一种面向能量公平性的代价均衡转发行为子集覆盖算法(CB-SCA)。MC-SCA和CB-SCA都是采用迭代的方式选择最优转发行为子集。MC-SCA在每一轮迭代中贪心地选择转