期刊简介
本刊是国际医学物理学组织（ZOMP）的成员——中国医学物理学会会刊，是国内唯一全面涉及医学物理学各分支学科领域、国内外公开发行的专业性学术双月刊。读者对象是各大医院从事医学物理及相关人员、广大从事医学物理学学科研究的教学工作者以及医学物理学、生物物理学、生物工程学、医学和应用物理学等专业的工作者及博士、硕士研究生。
往期目录
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>中国医学物理学杂志
- 杂志名称：中国医学物理学杂志
- 主管单位：南方医科大学
- 主办单位：南方医科大学;中国医学物理学会
- 国际刊号：1005-202X
- 国内刊号：44-1351/R
- 出版周期：双月刊
期刊荣誉：中国科学引文数据库来源期刊期刊收录：国家图书馆馆藏, 万方收录(中), 上海图书馆馆藏, 知网收录(中), 统计源核心期刊(中国科技论文核心期刊), CSCD 中国科学引文数据库来源期刊(含扩展版), 维普收录(中)
基于HHT的视觉疲劳脑电特征提取
刘家卓；谢云；陈学强；邬洋
关键词：基于稳态视觉诱发电位, 希尔伯特黄算法, 视觉疲劳特性, 支持向量机
摘要：为准确提取到脑电信号中的疲劳特征,以此作为预警器提醒程序员休息,本文设计了一个基于稳态视觉诱发电位(SSVEP)的脑电实验,采用希尔伯特黄算法提取被试者脑电信号中EEG参数θ、α、β、β α、(α+θ)β在正常状态和疲劳状态下的希尔伯特边际谱能量值,分析两种状态下的希尔伯特边际谱能量的变化趋势.单因素方差分析结果表明:在疲劳状态下α、(α+θ)β的边际谱能量显著上升,β、β α波边际谱能量显著下降.通过支持向量机分类,β α的大分类准确率达到了94.4％,β节律的大分类准确率达到了93.3％.α、(α+θ)β也表现出良好的可分性.从希尔伯特黄算法中提取的4个EEG参数[α、β、β α、(α+θ)β]的边际谱能量特征均可以作为评价视觉疲劳特性的指标.
友情链接