期刊简介

本刊是全国生物医学工程工作人才沟通学术思想、交流学术经验的园地。报道有创造性的最新科研论文和研究简讯。包括学科有:人工器官和生物医用材料,生物效应,生物信息与控制;生物力学;生物医学仪器;中医工程;临床工程等。读者对象是国内外生物医学工程学工作者、医务工作者以及其他从事自然科学研究和有关工程技术人员。

首页>中国生物医学工程学报杂志
  • 杂志名称:中国生物医学工程学报杂志
  • 主管单位:中国科学技术协会
  • 主办单位:中国生物医学工程学会
  • 国际刊号:0258-8021
  • 国内刊号:11-2057/R
  • 出版周期:双月刊
期刊荣誉:中国期刊全文数据库(CJFD)期刊收录:医学文摘, 万方收录(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), 文摘与引文数据库, 国家图书馆馆藏, 维普收录(中), 上海图书馆馆藏, SA 科学文摘(英), JST 日本科学技术振兴机构数据库(日), CA 化学文摘(美), 北大核心期刊(中国人文社会科学核心期刊), 知网收录(中)
中国生物医学工程学报杂志2016年第04期

波形特征的高斯混合模型锋电位分类算法

万红;张超;刘新玉;尚志刚

关键词:锋电位分类, 波形变化率, 最大差异算法, 高斯混合模型
摘要:锋电位分类是进行大脑信息处理机制研究的基本步骤之一.针对锋电位信号的复杂性和非平稳性,从统计聚类的角度出发,采用高斯混合模型描述锋电位信号的概率密度函数,提出了一种新的基于波形变化率特征和高斯混合模型聚类的锋电位分类方法.首先计算锋电位的波形变化率,然后利用大差异方法获得锋电位波形的低维特征,后采用高斯混合模型算法对特征进行聚类,实现锋电位分类.采用开放的仿真数据分析了该算法的分类精度和可行性,然后分别利用来自5只大鼠和1只恒河猴初级视觉皮层的实测数据验证了该算法的实用性,并与主成分分析特征的高斯混合模型聚类、幅值特征的高斯混合模型聚类和变化率特征的k均值聚类等3种方法进行了比较.仿真实验中,在噪声水平为0.05、0.10、0.15、0.20时,误分率分别为1.18%±1.18%、1.41%±1.06%、2.27%±1.51%、2.98%±2.06%,低于其他3种方法;实测实验中,恒河猴数据的J3准则值为13.50±5.26,大鼠数据的J3准则值为26.43±10.46.与其他3种方法相比,平均J3准则值较大,且显著高于幅值特征的高斯混合模型聚类算法.所提出的方法表现出较高的分类精度和较好的类可分性,为实现神经元锋电位的可靠分类提供了一种有效的手段.