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)
基于小波支持向量机的小鼠脑电波与呼吸的关系
唐莹莉；何世钧；李煜；谢圣东
关键词：呼吸频率, 脑电波, 小波支持向量机
摘要：目的:以小鼠为实验对象,利用以Morlet小波支持向量机(Wavelet Support Vector Machine,WSVM)为神经元的神经网络模型研究小鼠的呼吸与脑电波之间的关系.方法:本文通过对在小鼠睡眠和清醒状态下测得的呼吸信号进行分析,得出两种状态下呼吸频率范围分别为:1.59 Hz～1.98 Hz、1.75 Hz～2.70 Hz,进而根据呼吸频率范围确定与呼吸有关的脑电波信号的频率段并将其分离出来,建立了以WSVM为神经元的神经网络模型.通过该模型定量分析了小鼠在两种状态下与呼吸相关的脑电波的相位变化率和呼吸频率之间的映射关系,得出该模型的小留一法(Leave-One-Out,LOO)误差及对分离出的脑电波信号相位变化率的预测的均方误差(Mean Square Error,MSE),并与传统以径向基函数为核函数的支持向量机(RBF-SVM)模型的小LOO误差及预测精度进行对比分析.结果:以WSVM为神经元的神经网络模型的小LOO误差为0.08907,低于RBF-SVM的小LOO误差0.089 272,因此具有更好的泛化性,且前者的预测MSE为0.286 658,小于后者的MSE(0.291 373).结论:基于WSVM的神经网络在定量描述脑电波与呼吸之间的关系中是一种比较有效的方法,它为解释脑电波与其他复杂动作的关系从而实现人机互动提供了一种机制.
友情链接