您的位置: 专家智库 > >

倪力

作品数:10 被引量:4H指数:1
供职机构:华东理工大学更多>>
发文基金:国家自然科学基金国家教育部博士点基金中央高校基本科研业务费专项资金更多>>
相关领域:医药卫生生物学电子电信更多>>

文献类型

  • 6篇会议论文
  • 3篇期刊文章
  • 1篇学位论文

领域

  • 5篇医药卫生
  • 3篇生物学
  • 2篇电子电信

主题

  • 5篇脑电
  • 5篇脑死
  • 5篇脑死亡
  • 5篇脑死亡诊断
  • 3篇信号
  • 3篇噪声
  • 3篇神经元
  • 3篇膜电位
  • 3篇脑电信号
  • 3篇高斯
  • 3篇高斯白噪声
  • 3篇白噪声
  • 2篇自适
  • 2篇自适应
  • 2篇功率
  • 2篇分类器
  • 1篇电图
  • 1篇多变量
  • 1篇疑似
  • 1篇振幅滤波器

机构

  • 10篇华东理工大学

作者

  • 10篇倪力
  • 5篇王如彬
  • 3篇郑锦超
  • 1篇朱雅婷

传媒

  • 2篇动力学与控制...
  • 1篇振动与冲击
  • 1篇第十四届全国...
  • 1篇第二届全国神...
  • 1篇第一届全国神...

年份

  • 1篇2016
  • 2篇2015
  • 3篇2014
  • 3篇2013
  • 1篇2012
10 条 记 录,以下是 1-10
排序方式:
神经元膜电位噪声取值范围的评估被引量:1
2014年
大脑神经元的活动是在复杂的生理学环境下工作的,而生理学环境中的噪声来源于多个方面.如何定量地正确评估神经系统中的噪声环境是神经信息处理的基本问题.本文通过神经能量的计算给出了噪声对神经元膜电位及对应的能量波形产生显著影响的临界值的估计范围,从而定义了神经元赖以活动的生理学意义上的噪声环境.
王如彬王关政倪力郑锦超
关键词:高斯白噪声
一种基于多变量经验模型分解构造的振幅滤波器及复杂度计算
在脑信号处理中,为了能够更清晰地分析特定频段,降噪滤波等一系列处理技巧是十分必要的。然而在大多数情况下,我们必须设置截止频率来进行频率滤波。本文将着重介绍振幅滤波器来提供一种全新的思路,它是基于多变量经验模型分解(M E...
倪力徐旭颖潘晓川曹建庭王如彬
文献传递
神经元膜电位噪声取值范围的评估
大脑神经元的活动是在复杂的生理学环境下工作的,而生理学环境中的噪声来源于多个方面。如何定量地正确评估神经系统中的噪声环境是神经信息处理的基本问题。本文通过神经能量的计算给出了噪声对神经元膜电位及对应的能量波
王如彬王关政倪力郑锦超
关键词:高斯白噪声
文献传递
脑死亡诊断中基于脑电波功率和复杂度分析的两类分类器
对35位病人(总计63段脑电数据)进行分析,通过提取其功率和复杂度特征的联合概率密度分布来构成一个两分器.并通过仿真结果来验证方法的有效性和可行性.
倪力涂旭颖曹建庭王如彬
神经元膜电位噪声取值范围的评估
王如彬王关政倪力郑锦超
关键词:高斯白噪声
基于脑电信号复杂度和功率特征的脑死亡诊断决策支持
中国受到传统观念的影响,过去常常习惯于以“心脏搏动停止”作为个体死亡的标准。但近年来随着呼吸循环复苏技术、心脏人工代替技术的迅速发展,特别是心脏移植和心肺联合移植技术的成熟,取代了以心脏作为人类死亡判据的地位,现代医学认...
倪力
关键词:脑电图脑死亡诊断贝叶斯分类器决策支持
自适应多尺度熵在脑死亡诊断中的应用被引量:2
2014年
本文引入自适应多尺度熵的方法,并结合当前常用的经验模型分解的方法,使得数据尺度能自适应的被获取.通过从原数据中不断移除低频或高频成分,自适应多尺度熵能够在"从粗糙到精细"或是"从精细到粗糙"的尺度下用样本熵估计求得.模拟结果用来确认了其有效性,同时我们将其应用到脑死亡诊断中,用来区分脑死亡病人和昏迷病人在脑电信号上的不同.
倪力曹建庭王如彬
关键词:脑电信号脑死亡诊断
自适应多尺度熵在脑死亡诊断中的应用
<正>考虑到生理时间序列中内含的多尺度性,多尺度熵可以被广泛应用于分析和量化系统的复杂程度。而这样的方法在使数据平滑的过程中会产生一定的偏差;此外在提取不同的尺度时,此类算法不能很好的适应于非线性或是非平稳信号。在本文中...
倪力曹建庭王如彬
关键词:脑电信号脑死亡诊断
文献传递
疑似脑死亡病人脑电的动态样本熵研究
通过脑电分析来给予脑死亡诊断一个更为确切的定义,对于减少风险和防止误诊是具有十分重要的意义的从医院中采集的脑电数据允许我们进一步去研究这种动力学系统中的时间序列复杂性在此文中,我们首先来探讨几种对于熵的可计算方法来评估昏...
倪力曹建庭王如彬
关键词:脑电信号近似熵脑死亡诊断
文献传递
神经信息编码研究的现状与进展被引量:1
2015年
神经信息编码的研究有助于了解神经系统的工作机制。实验与理论的综合发展不断丰富着编码模式的种类,因此对编码现状进行分析探究是十分重要的。将着重阐述感受器中的编码、发放率编码与时间编码、群编码、能量编码。试图比较不同层次编码的动力学特征与各自的优缺点,从而评估它们的适用系统,找出适用范围广泛的有效的编码和解码的方法。这将对了解大脑的内部工作机制和人工智能的应用前景具有不可估量的作用和巨大的影响。
朱雅婷王如彬倪力王梓印
共1页<1>
聚类工具0