基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出一种基于扩展的独立分量分析(ICA)算法的视觉诱发响应少次提取方法.经与目前临床通用的相干平均法比较,只经三次平均,在波形整体和P100潜伏期的提取上,效果显著,获得医师欢迎,很有进一步开发潜力.
推荐文章
小波变换在视觉诱发电位信号提取中的应用
小波变换
视觉诱发电位
脑机接口
独立分量分析及其在诱发电位提取中的应用
独立分量分析
视觉诱发电位
负熵
快速ICA算法
小波分析在大鼠闪光视觉诱发电位特征提取中的应用
闪光视觉诱发电位
特征提取
小波分析
离散Meyer小波
平均叠加技术
SD大鼠
基于独立分量分析的大脑视觉诱发电位单次提取
独立分量分析
诱发电位
视觉诱发电位
单次提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 ICA在视觉诱发电位的少次提取与波形分析中的应用
来源期刊 中国生物医学工程学报 学科 医学
关键词 独立分量分析 少次提取 人工神经网络
年,卷(期) 2000,(3) 所属期刊栏目 生物医学信息
研究方向 页码范围 334-341
页数 8页 分类号 R318.19
字数 4096字 语种 中文
DOI 10.3969/j.issn.0258-8021.2000.03.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 唐庆玉 清华大学电机系 15 249 7.0 15.0
2 潘映辐 13 175 5.0 13.0
3 洪波 清华大学电机系 28 329 8.0 17.0
4 陈葵 3 118 2.0 3.0
5 铁艳梅 8 153 5.0 8.0
6 杨福生 清华大学电机系 20 413 8.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (102)
同被引文献  (62)
二级引证文献  (437)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(3)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2001(2)
  • 引证文献(2)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(20)
  • 引证文献(12)
  • 二级引证文献(8)
2004(12)
  • 引证文献(6)
  • 二级引证文献(6)
2005(52)
  • 引证文献(16)
  • 二级引证文献(36)
2006(43)
  • 引证文献(4)
  • 二级引证文献(39)
2007(49)
  • 引证文献(11)
  • 二级引证文献(38)
2008(50)
  • 引证文献(9)
  • 二级引证文献(41)
2009(47)
  • 引证文献(10)
  • 二级引证文献(37)
2010(42)
  • 引证文献(8)
  • 二级引证文献(34)
2011(30)
  • 引证文献(7)
  • 二级引证文献(23)
2012(36)
  • 引证文献(4)
  • 二级引证文献(32)
2013(27)
  • 引证文献(2)
  • 二级引证文献(25)
2014(43)
  • 引证文献(5)
  • 二级引证文献(38)
2015(20)
  • 引证文献(2)
  • 二级引证文献(18)
2016(21)
  • 引证文献(0)
  • 二级引证文献(21)
2017(23)
  • 引证文献(1)
  • 二级引证文献(22)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
独立分量分析
少次提取
人工神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国生物医学工程学报
双月刊
0258-8021
11-2057/R
大16开
北京东单三条9号
82-73
1982
chi
出版文献量(篇)
2755
总下载数(次)
5
总被引数(次)
22830
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导