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:
本文研究了提取诱发电位的一种复合方法,它用聚类方法对诱发电位信号进行筛选,将筛选出的信号进行叠加以消除测试数据不一致性对叠加结果的影响.然后利用小波方法进一步去除噪声,提高信噪比.文中介绍了模糊聚类方法和小波去噪理论,并通过仿真计算来评估提取效果.仿真计算表明该方法可减少测试次数,提高信噪比,对视觉脑干诱发电位处理结果显示,该方法的实际处理效果良好.
推荐文章
诱发电位提取的子空间和小波去噪复合方法
视觉诱发电位
奇异值分解
小波去噪
康复工程
基于小波变换的诱发电位信号去噪研究
小波分析
诱发电位
去噪
多分辨率分析
独立分量分析结合小波去噪算法提取诱发电位信号的仿真实验
扩展信息最大化独立分量分析
小波阀值收缩去噪
诱发电位信号
提取
基于小波变换提取和分析兔体感诱发电位
体感诱发电位
小波变换
单次提取
多分辨分析
快速傅里叶变换
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 诱发电位提取的聚类分析和小波去噪复合方法
来源期刊 北京生物医学工程 学科 医学
关键词 视觉脑干诱发电位 模糊聚类 小波分析
年,卷(期) 2002,(2) 所属期刊栏目 论著
研究方向 页码范围 98-101
页数 4页 分类号 R318.04
字数 3392字 语种 中文
DOI 10.3969/j.issn.1002-3208.2002.02.005
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 叶大田 清华大学电机工程及应用电子技术系 76 559 14.0 21.0
2 杨英立 清华大学电机工程及应用电子技术系 1 13 1.0 1.0
3 岳喜才 清华大学电机工程及应用电子技术系 7 121 5.0 7.0
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  (5)
节点文献
引证文献  (13)
同被引文献  (0)
二级引证文献  (9)
1992(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)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(5)
  • 引证文献(3)
  • 二级引证文献(2)
2008(2)
  • 引证文献(0)
  • 二级引证文献(2)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视觉脑干诱发电位
模糊聚类
小波分析
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
北京生物医学工程
双月刊
1002-3208
11-2261/R
16开
北京安定门外安贞医院
1981
chi
出版文献量(篇)
2829
总下载数(次)
13
总被引数(次)
15960
论文1v1指导