bck

收藏本站

基于循环卷积神经网络的精神分裂症患者分类方法研究

【摘要】:随着社会压力的不断增加,精神类疾病已经成为导致亚健康的主要因素之一,精神分裂症是一种严重且持续衰弱的精神类疾病,给患者、家庭和社会带来了巨大的影响,因此,对精神分裂症准确诊断的研究变得尤为重要。目前,脑电图被广泛应用于精神类疾病的临床检查中,也成为精神分裂症诊断的有力依据。在临床中,专业医师直接通过脑电图来判定精神分裂症,这种方法虽然有一定效果,但是工作量大,需要消耗大量的时间与精力,不适于大量准确的精神分裂症诊断。因此,通过计算机辅助来自动、高效、准确的判定精神分裂症是极其必要的。本研究将时域频域分析理论和机器学习、深度学习相关知识结合应用到精神分裂症脑电信号的诊断与分类研究中,提出一种基于循环卷积神经网络的精神分裂症分类方法,并以北京回龙观医院的55例正常被试和54例精神分裂症患者的脑电数据作为实验对象,验证了该方法的有效性。主要研究内容和成果如下:(1)比较模糊熵和快速傅里叶变换对精分脑电信号的检测能力。模糊熵对数据长度的敏感度低,抗噪能力强,研究选取模糊熵作为时域特征中的一种特征指标。快速傅里叶变换可以高效、快速的分析信号的频率特征,选择快速傅里叶变换作为频域特征中的一种特征指标。本研究通过统计检验和脑地形图比较了两种方法对精神分裂症脑电信号的检测能力。结果表明,在统计检验中,模糊熵特征有显著性差异,而在快速傅里叶变换特征中差异很小;在脑地形图中,两种特征都可以有效的区分正常被试和精神分裂症患者,其中模糊熵在脑地形图中显示出更好的区分效果。(2)提出基于循环卷积神经网络的精神分裂症患者分类方法。本文提出一种基于循环卷积神经网络的精神分裂症患者深度学习方法。首先通过等距方位投影,将输入的脑电信号转换成“RGB图像”;然后通过深度学习算法来构建循环卷积神经网络(卷积神经网络和长短时记忆网络的结合)模型,并且在卷积神经网络中设置不同的卷积层形成多个模型,对不同的模型训练和结果比较,得到最优的深度学习模型,从而获得最高的分类准确率。结果表明:模糊熵特征在所有的模型中分类结果均优于快速傅里叶变换的分类结果;当卷积神经网络结构中包含5个卷积层时,分类准确率最高,达到99.22%。在这里引入几种传统的机器学习方法进行分类来作为基本方法,分类结果表明:在传统机器学习中,支持向量机的准确率最高。在本研究中,我们提出深度学习模型均好于传统机器学习方法;此外,和之前的其他研究对比显示我们的方法分类准确率也更高。综上,本研究创新性地使用了等距方位投影来保留大脑电极之间的相对空间位置,使得输入到循环卷积神经网络中的EEG数据包含了时域、频域和空域特征,能够更好地进行分类。研究结果表明:模糊熵是精神分裂症分类中的一种有效特征指标。与近年来国内外精神分裂症的分类研究相比,基于该特征的循环卷积神经网络提高了准确率,为精神分裂症患者的临床诊断提供了较好的借鉴方法。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前18条
1 邹铁;;基于深度卷积网络的图像分类算法研究[J];安徽电子信息职业技术学院学报;2017年06期
2 袁冰清;张杰;王岩松;;深度学习[J];数字通信世界;2019年06期
3 王晓娟;柳智鑫;;深度学习常用模型及算法综述[J];中国高新科技;2021年04期
4 翁天信;;基于神经网络的机器学习方法[J];通讯世界;2019年02期
5 张路煜;廖鹏;赵俊峰;郭靓;;基于卷积神经网络的未知协议识别方法[J];微电子学与计算机;2018年07期
6 张海涛;王丹;徐海玲;孙思阳;;基于卷积神经网络的微博舆情情感分类研究[J];情报学报;2018年07期
7 王庆福;;基于神经网络的深度学习方法研究[J];电脑编程技巧与维护;2016年12期
8 朱轩宇;朱东弼;;浅谈深度学习在医学影像领域中的应用[J];科技视界;2020年10期
9 翟俊海;张素芳;郝璞;;卷积神经网络及其研究进展[J];河北大学学报(自然科学版);2017年06期
10 高强;靳其兵;程勇;;基于卷积神经网络探讨深度学习算法与应用[J];电脑知识与技术;2015年13期
11 张增芳,李峙;数据开采中的有关问题[J];广西工学院学报;1997年03期
12 王红斌;郜洪奎;;触发词扩展、神经网络及依存分析相结合的事件研究[J];软件导刊;2018年01期
13 沈荣;张保文;;深度学习浅谈[J];电脑知识与技术;2017年16期
14 谢万里;李宏志;周辉;尹绍武;;基于迁移学习与卷积神经网络的鱼濒死预警系统研究[J];中国农机化学报;2019年02期
15 王佳;;图神经网络浅析[J];现代计算机;2019年23期
16 曾凡婧;雷鸣;;基于卷积神经网络的花卉识别研究[J];电脑知识与技术;2019年11期
17 陈巧红;王磊;孙麒;贾宇波;;卷积神经网络的短文本分类方法[J];计算机系统应用;2019年05期
18 AndreyNikishaev;陈晓;李冉冉;;从线性回归到神经网络,机器学习工程师的进阶之路[J];机器人产业;2017年05期
中国重要会议论文全文数据库 前20条
1 陈伟辉;孙阳;陈杰;倪玮;陈冲;薛超;;基于深度学习的地震识别技术展望[A];国家安全地球物理丛书(十四)——资源·环境与地球物理[C];2018年
2 彭瑾;刘必慰;陈胜刚;刘畅;;神经网络压缩模型的解压算法设计及其硬件实现[A];第二十二届计算机工程与工艺年会暨第八届微处理器技术论坛论文集[C];2018年
3 高志勇;潘平洋;;神经网络在风机故障预警中的应用[A];第六届中国风电后市场交流合作大会论文集[C];2019年
4 刘宇;黄俊革;王继豪;刘先翠;;基于卷积神经网络的电阻率反演成像技术研究[A];中国地球物理学会地球物理技术委员会第九届学术会议—全域地球物理探测与智能感知学术研讨会会议摘要集[C];2021年
5 王德涛;陈国雄;;基于编解码卷积神经网络的地震地层智能分割[A];中国地球物理学会地球物理技术委员会第九届学术会议—全域地球物理探测与智能感知学术研讨会会议摘要集[C];2021年
6 蒋子超;江俊扬;姚清河;杨耿超;;基于神经网络的差分方程快速求解方法[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
7 耿传玉;王泽宇;周晓君;阳春华;;基于U-net卷积神经网络双层参数优化的心脏图像分割[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
8 段滈杉;乔俊飞;蒙西;汤健;;基于模块化神经网络的城市固废焚烧过程氮氧化物软测量[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
9 李淋雨;邱寅祺;何星;;基于LSTM的火电厂入口硝浓度预测方法研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
10 韩红桂;甄琪;杜永萍;乔俊飞;;基于低秩双线性卷积神经网络的手机型号识别方法[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
11 潘岚川;马乐乐;刘向杰;;基于卷积神经网络的一次风机故障预警研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
12 马昕鹏;李艳坤;庞佳烽;;人工神经网络预测血清中血红蛋白含量[A];2019中国化学会第十五届全国计算(机)化学学术会议论文集[C];2019年
13 康忠健;罗霖;;基于长短期记忆网络的配电网线损预测方法研究[A];第三十九届中国控制会议论文集(7)[C];2020年
14 闫岱峻;刘伟;于圣炜;赵旭;;基于神经网络的散货船阻力预报方法研究[A];第三十一届全国水动力学研讨会论文集(上册)[C];2020年
15 郝立柱;韩阳;潘子英;;循环神经网络方法预报船舶操纵运动研究[A];第三十一届全国水动力学研讨会论文集(下册)[C];2020年
16 徐硕;;集合经验模态分解的多路-多级神经网络风功率预测模型[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
17 刘晶;黄进;赵万国;周丽萍;;一种基于卷积神经网络的非法经营线索挖掘模型[A];2020互联网安全与治理论坛论文集[C];2020年
18 包俊;董亚超;刘宏哲;;卷积神经网络的发展综述[A];中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集[C];2020年
19 刘克楠;侯剑;;基于神经网络的唤醒词识别方法[A];中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集[C];2020年
20 华阳;孟晓;秦智勇;;深度卷积神经网络压缩方法研究[A];中国航天电子技术研究院科学技术委员会2020年学术年会优秀论文集[C];2020年
中国博士学位论文全文数据库 前20条
1 曾宇骏;基于深度神经网络的智能车辆目标识别与学习控制方法研究[D];国防科技大学;2018年
2 艾鹏程;基于卷积神经网络的高能物理事例特征信息在线提取算法研究[D];华中师范大学;2020年
3 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
4 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
5 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
6 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
7 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
8 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
9 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
10 饶红霞;信息受限下神经网络的状态估计和拟同步研究[D];广东工业大学;2019年
11 张马路;Spiking机器学习算法研究[D];电子科技大学;2019年
12 付钱华;忆阻神经网络的动力学研究[D];电子科技大学;2019年
13 毛瑞琛;深度神经网络下的规范化地址建设与语义空间模型研究[D];浙江大学;2019年
14 武晨;DFP航天器动力学特性分析及精确控制方法研究[D];哈尔滨工业大学;2018年
15 杨旭辉;基于神经网络的C-ADS InjectorⅡ束流偏移校准技术研究[D];兰州大学;2019年
16 樊英杰;时滞忆阻神经网络的镇定及同步控制研究[D];山东科技大学;2019年
17 冉令燕;基于卷积神经网络的图像分类研究[D];西北工业大学;2018年
18 于佳;语音文档的故事分割技术研究[D];西北工业大学;2018年
19 申晨;基于卷积神经网络的行人再识别算法研究[D];浙江大学;2018年
20 田树耀;基于多尺度变分算法及深度卷积神经网络的图像压缩感知重建[D];燕山大学;2019年
中国硕士学位论文全文数据库 前20条
1 胡廷;基于循环卷积神经网络的精神分裂症患者分类方法研究[D];太原理工大学;2020年
2 周记;基于循环卷积神经网络的图像分类算法研究[D];陕西师范大学;2017年
3 张效荣;基于卷积神经网络的深度学习算法与应用研究[D];西安电子科技大学;2015年
4 王圆方;基于卷积神经网络的颅内动脉瘤分割研究[D];山东科技大学;2020年
5 孙俊;基于深度神经网络的推荐系统模型研究[D];浙江师范大学;2020年
6 李永礼;基于脉冲神经网络的视觉图像分类方法研究[D];北京化工大学;2019年
7 刘楠;深度神经网络在我国股票市场价格预测中的应用研究[D];海南大学;2019年
8 温伟健;深度神经网络性能和规模的量化分析[D];暨南大学;2020年
9 李静;基于卷积神经网络的虚假评论识别技术的研究[D];北京邮电大学;2017年
10 郭东亮;基于卷积神经网络的互联网短文分类方法研究[D];中原工学院;2017年
11 刘芹;应用神经网络方法优化密度泛函近似中的半经验参数[D];中国科学技术大学;2017年
12 武育宏;基于物理机制的深度神经网络在数值求解非线性Degasperis-Procesi方程中的应用[D];上海师范大学;2020年
13 胡琛;基于卷积神经网络的人脸识别研究[D];武汉工程大学;2017年
14 周国兵;最少门结构的循环神经网络及其应用[D];南京大学;2016年
15 段世豪;基于神经网络深度学习的智能调度算法研究[D];电子科技大学;2020年
16 李鹏程;针对神经网络的攻击和防御研究[D];南京大学;2020年
17 王征韬;深度神经网络压缩与优化研究[D];电子科技大学;2017年
18 黄秀;基于深度神经网络的表情识别研究[D];宁波大学;2019年
19 石颖;基于循环神经网络的语音识别方案的优化与设计[D];北京交通大学;2017年
20 黄文明;基于深度学习的商品销量预测研究[D];南京理工大学;2019年
中国重要报纸全文数据库 前20条
1 整理 本报记者 诸玲珍 顾鸿儒;[N];中国电子报;2018年
2 骆无意;[N];中国航天报;2020年
3 记者 董映璧;[N];科技日报;2020年
4 记者 冯海波 通讯员 华轩;[N];广东科技报;2021年
5 彭琛;[N];中国航空报;2021年
6 张允硕 姜正义 甄海锋 河南理工大学;[N];科学导报;2019年
7 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;[N];湖北日报;2019年
8 记者 刘霞;[N];科技日报;2017年
9 ;[N];电子报;2018年
10 张敏;[N];北京日报;2017年
11 ;[N];中国企业报;2017年
12 本报记者 龚丹韵;[N];解放日报;2017年
13 ;[N];中国企业报;2017年
14 张斌;[N];文汇报;2017年
15 邓洲 中国社会科学院工业经济研究所;[N];上海证券报;2017年
16 中国科学技术大学终身学习实验室博士 吴茂乾;[N];安徽日报;2017年
17 记者 邱智丽;[N];第一财经日报;2017年
18 卡内基·梅隆大学计算机科学学院机器学习系主任 Tom Mitchell;[N];中国信息化周报;2017年
19 舒年;[N];工人日报;2017年
20 记者 刘霞;[N];科技日报;2017年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|