[1]唐莹莉,何世钧,李 煜,等.基于小波支持向量机的小鼠脑电波与呼吸的关系[J].中国医学物理学杂志,2015,32(03):365-369.[doi:10.3969/j.issn.1005-202X.2015.03.014]
点击复制

基于小波支持向量机的小鼠脑电波与呼吸的关系()
分享到：

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
32卷
期数:
2015年03期
页码:
365-369
栏目:
医学信号处理与医学仪器
出版日期:
2015-05-25

文章信息/Info

作者:
唐莹莉; 何世钧; 李 煜; 谢圣东
上海海洋大学信息学院，上海 201306
关键词:
呼吸频率; 脑电波;  小波支持向量机
分类号:
R318
DOI:
10.3969/j.issn.1005-202X.2015.03.014
文献标志码:
A
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，得出该模型的最小留一法（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）模型的最小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最小LOO误差为0.08907，低于RBF-SVM的最小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。

相似文献/References:

[1]薛雅楠,郑佳丽,陈付毅,等.模拟环境助听器检配仪器的设计[J].中国医学物理学杂志,2014,31(03):4920.[doi:10.3969/j.issn.1005-202X.2014.03.017]
[2]赵君豪,杨环宇,但果. 基于角速度的人体呼吸信号研究[J].中国医学物理学杂志,2017,34(12):1261.[doi:DOI:10.3969/j.issn.1005-202X.2017.12.014]
　ZHAO Junhao,YANG Huanyu,DAN Guo,et al. Research of human respiratory signal based on angular velocity[J].Chinese Journal of Medical Physics,2017,34(03):1261.[doi:DOI:10.3969/j.issn.1005-202X.2017.12.014]
[3]陈真诚,宋浩,朱健铭,等. 基于光电容积脉搏波的呼吸监测系统研究[J].中国医学物理学杂志,2019,36(5):579.[doi:DOI:10.3969/j.issn.1005-202X.2019.05.017]
　CHEN Zhencheng,SONG Hao,ZHU Jianming,et al. Respiration monitoring system based on photolethysmography[J].Chinese Journal of Medical Physics,2019,36(03):579.[doi:DOI:10.3969/j.issn.1005-202X.2019.05.017]
[4]赵海云,彭司淼,欧尽南,等. 高流量湿化氧疗与无创正压通气治疗Ⅰ型呼吸衰竭效果比较[J].中国医学物理学杂志,2019,36(9):1077.[doi:DOI:10.3969/j.issn.1005-202X.2019.09.016]
　ZHAO Haiyun,PENG Simiao,OU Jinnan,et al. Therapeutic effects of high-flow nasal cannula oxygen therapy versus non-invasive positive pressure ventilation in patients with type I respiratory failure[J].Chinese Journal of Medical Physics,2019,36(03):1077.[doi:DOI:10.3969/j.issn.1005-202X.2019.09.016]
[5]黄益平,陈真诚,梁永波,等.基于脉搏波的呼吸频率计算方法[J].中国医学物理学杂志,2021,38(9):1124.[doi:10.3969/j.issn.1005-202X.2021.09.014]
　HUANG Yiping,CHEN Zhencheng,LIANG Yongbo,et al.Calculation methods of respiratory rate based on PPG[J].Chinese Journal of Medical Physics,2021,38(03):1124.[doi:10.3969/j.issn.1005-202X.2021.09.014]

备注/Memo

备注/Memo:
上海市科委科研计划项目(10510502800)
更新日期/Last Update: 2015-05-25