典型文献
融合共空间模式与脑网络特征的EEG抑郁识别
文献摘要：
提出共空间模式算法和脑网络拓扑属性融合的脑电信号(electroencephalography,EEG)特征,结合深度学习模型时序卷积网络(temporal convolution network,TCN)对抑郁组和对照组进行分类.根据相位锁值构建电极通道间相位同步性功能网络,分析不同频段下两种类别的功能连接模式.采用多特征融合方法将共空间模式特征和脑网络拓扑特征结合起来,最后结合Fisher score特征选择方法和分类器依赖结构,得到低维高效的特征子集并应用TCN进行分类.在抑郁数据集上的实验结果验证了所提策略的有效性.
文献关键词：
抑郁识别;脑电信号(EEG);共空间模式;时序卷积网络(TCN);特征选择
中图分类号：
作者姓名：
王怡忻;朱湘茹;杨利军
作者机构：
河南大学 数学与统计学院,河南 开封 475004;河南大学 认知、脑与健康研究所,河南 开封 475004;河南省人工智能理论及算法工程研究中心,河南 开封 475004
文献出处：
引用格式：
[1]王怡忻;朱湘茹;杨利军-.融合共空间模式与脑网络特征的EEG抑郁识别)[J].计算机工程与应用,2022(22):150-158
A类：
B类：
合共,共空间模式,网络特征,EEG,抑郁识别,脑网络拓扑属性,属性融合,脑电信号,electroencephalography,深度学习模型,时序卷积网络,temporal,convolution,network,TCN,相位锁值,相位同步,同步性,性功能,功能网络,频段,功能连接,连接模式,多特征融合,融合方法,模式特征,拓扑特征,特征结合,Fisher,score,特征选择,选择方法,分类器,依赖结构,低维,特征子集
AB值：
0.443142
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。
