中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
中醫入門必背歌訣
-
>
醫驗集要
-
>
尋回中醫失落的元神2:象之篇
-
>
補遺雷公炮制便覽 (一函2冊)
-
>
人體解剖學常用詞圖解(精裝)
-
>
神醫華佗(奇方妙治)
-
>
(精)河南古代醫家經驗輯
癲癇輔助診斷方法模型與數據混合驅動 版權信息
- ISBN：9787560449777
- 條形碼：9787560449777 ; 978-7-5604-4977-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
癲癇輔助診斷方法模型與數據混合驅動 內容簡介
本書是關于癲癇輔助診斷方法研究的一部專著，是作者多年來在這一研究領域所做研究工作的總結。全書系統介紹了癲癇輔助診斷方法的設計與實現，深入研究了癲癇性發作自動檢測、癲癇性發作早期檢測、癲癇性發作過程追蹤三種臨床輔助診斷問題，并給出了作者一系列理論研究和數值實驗成果。此外，書中還對關于癲癇病理機制的神經計算建模理論與方法進行了介紹，這將為進一步設計更為合理有效的癲癇輔助診斷方法提供了一個可能的機制指導。
癲癇輔助診斷方法模型與數據混合驅動 目錄
前言
第1章 癲癇輔助診斷方法
1．1 癲癇與癲癇腦電
1．2 癲癇輔助診斷概述
1．3 癲癇輔助診斷方法研究現狀
第2章 機器學習方法概述
2．1 機器學習概述
2．2 機器學習的基本要素
2．3 典型機器學習模型
2．3．1 線性回歸
2．3．2 決策樹
2．3．3 前饋神經網絡
2．3．4 支撐向量機
2．4 本章小結
第3章 神經計算模型
3．1 神經元與神經元放電
3．2 神經元模型
3．3 神經集群模型
3．3．1 神經集群模型的概述與發展
3．3．2 典型的神經集群模型
3．4 本章小結
第4章 數據驅動的癲癇輔助診斷方法
4．1 癲癇腦電特征提取方法
4．1．1基于非線性相互依賴性的癲癇腦電特征提取方法
4．1．2 基于非線性相似性的癲癇腦電特征提取方法
4．1．3 基于非線性復雜性的癲癇腦電特征提取方法
4．2 癲癇發作的自動檢測方法
4．2．1 數據庫
4．2．2 數值實驗結果與分析
4．3 本章小結
第5章 模型與數據混合驅動的癲癇輔助診斷方法研究
5．1 癲癇發作的早期檢測方法
5．1．1 模型構建
5．1．2 模型關鍵參數的自動選擇與自動估計
5．1．3 數值實驗結果與分析
5．2 癲癇發作的過程追蹤方法
5．2．1 模型的構建
5．2．2 模型關鍵參數的自動估計
5．2．3 數值實驗結果與分析
5．3 本章小結
第6章 面向急性肝性腦病的癇樣放電機制研究
6．1 AHE神經計算模型（AHE-CM）的構建
6．1．1 AHE神經病理機制
6．1．2 AHE-CM模型的構建
6．1．3 模型參數設置與初值確定
6．2 基于粒子濾波的參數自動辨識方法
6．3 數值實驗
6．3．1 AHE腦電數據集
6．3．2 數值實驗結果與分析
6．4 本章小結
第7章 面向繼發性腦損傷的癇樣放電機制研究
7．1 SBI模型的構建
7．1．1 SBI神經病理機制
7．1．2 SBI模型的構建
7．2 數值實驗
7．2．1 實驗設置
7．2．2 實驗結果與分析
7．3 本章小結
附錄
附錄1 小波變換
附錄2 軌道矩陣
附錄3 信息增益算法
參考文獻
第1章 癲癇輔助診斷方法
1．1 癲癇與癲癇腦電
1．2 癲癇輔助診斷概述
1．3 癲癇輔助診斷方法研究現狀
第2章 機器學習方法概述
2．1 機器學習概述
2．2 機器學習的基本要素
2．3 典型機器學習模型
2．3．1 線性回歸
2．3．2 決策樹
2．3．3 前饋神經網絡
2．3．4 支撐向量機
2．4 本章小結
第3章 神經計算模型
3．1 神經元與神經元放電
3．2 神經元模型
3．3 神經集群模型
3．3．1 神經集群模型的概述與發展
3．3．2 典型的神經集群模型
3．4 本章小結
第4章 數據驅動的癲癇輔助診斷方法
4．1 癲癇腦電特征提取方法
4．1．1基于非線性相互依賴性的癲癇腦電特征提取方法
4．1．2 基于非線性相似性的癲癇腦電特征提取方法
4．1．3 基于非線性復雜性的癲癇腦電特征提取方法
4．2 癲癇發作的自動檢測方法
4．2．1 數據庫
4．2．2 數值實驗結果與分析
4．3 本章小結
第5章 模型與數據混合驅動的癲癇輔助診斷方法研究
5．1 癲癇發作的早期檢測方法
5．1．1 模型構建
5．1．2 模型關鍵參數的自動選擇與自動估計
5．1．3 數值實驗結果與分析
5．2 癲癇發作的過程追蹤方法
5．2．1 模型的構建
5．2．2 模型關鍵參數的自動估計
5．2．3 數值實驗結果與分析
5．3 本章小結
第6章 面向急性肝性腦病的癇樣放電機制研究
6．1 AHE神經計算模型（AHE-CM）的構建
6．1．1 AHE神經病理機制
6．1．2 AHE-CM模型的構建
6．1．3 模型參數設置與初值確定
6．2 基于粒子濾波的參數自動辨識方法
6．3 數值實驗
6．3．1 AHE腦電數據集
6．3．2 數值實驗結果與分析
6．4 本章小結
第7章 面向繼發性腦損傷的癇樣放電機制研究
7．1 SBI模型的構建
7．1．1 SBI神經病理機制
7．1．2 SBI模型的構建
7．2 數值實驗
7．2．1 實驗設置
7．2．2 實驗結果與分析
7．3 本章小結
附錄
附錄1 小波變換
附錄2 軌道矩陣
附錄3 信息增益算法
參考文獻
展開全部
書友推薦
- >
回憶愛瑪儂
- >
【精裝繪本】畫給孩子的中國神話
- >
經典常談
- >
推拿
- >
上帝之肋:男人的真實旅程
- >
羅庸西南聯大授課錄
- >
苦雨齋序跋文-周作人自編集
- >
有舍有得是人生
本類暢銷
