典型文献
基于Couple熵的抑郁症相干性反馈指标提取
文献摘要：
为探究抑郁症患者脑网络连通特性及其作为在线反馈指标的可行性.首先,采用对容积导体效应不敏感的相干性虚部(IC)构建脑网络,能够有效便捷的避免虚假连接影响.然后,提取具有显著性差异的IC值作为特征集,提出结合Couple熵(CE)和Relief过滤式特征选择方法优化特征集,结合特征与类、特征之间关系信息提高特征集质量.同时,根据自我参照脑网络模块整合特征集,构造在线反馈指标.最后,采用K最近邻(KNN)、支持向量机(SVM)分类器进行对比分析.结果发现,各频段内CE-Relief特征选择方法提取的特征集最小,且分类准确率均高于90％;Alpha频段IC值识别抑郁效果最好,分类准确率可达到100％;自我参照脑网络的前额区平均IC值分类能力在各频段内具有优势且稳定,分类准确率均高于80％.
文献关键词：
抑郁症分类;相干性虚部;Couple熵;自我参照脑网络
中图分类号：
作者姓名：
张婷婷;王楠;周天彤;王苏弘;邹凌
作者机构：
常州大学计算机与人工智能学院、阿里云大数据学院 常州213164;常州大学微电子与控制工程学院 常州213164;苏州大学附属第三医院 常州215006;浙江省脑机协同智能重点实验室 杭州310018
文献出处：
引用格式：
[1]张婷婷;王楠;周天彤;王苏弘;邹凌-.基于Couple熵的抑郁症相干性反馈指标提取)[J].电子测量技术,2022(09):160-167
A类：
相干性虚部,自我参照脑网络
B类：
Couple,抑郁症患者,不敏,IC,征集,CE,Relief,特征选择,选择方法,方法优化,模块整合,造在,最近邻,KNN,分类器,频段,分类准确率,Alpha,前额,抑郁症分类
AB值：
0.232749
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
