中国电子科技集团公司第五十八研究所 2. 物联网技术应用教育部工程研究中心江南大学电子工程系
纸质出版:2022
移动端阅览
田青, 赵作琴, 虞致国, 等. 基于主从SVM的低功耗癫痫检测电路实现[J]. 传感器与微系统, 2022,(2):74-77+81.
基于主从SVM的低功耗癫痫检测电路实现[J]. 2022, (2): 74-77+81.
田青, 赵作琴, 虞致国, 等. 基于主从SVM的低功耗癫痫检测电路实现[J]. 传感器与微系统, 2022,(2):74-77+81. DOI: 10.13873/J.1000-9787(2022)02-0074-04.
基于主从SVM的低功耗癫痫检测电路实现[J]. 2022, (2): 74-77+81. DOI: 10.13873/J.1000-9787(2022)02-0074-04.
基于癫痫患者脑电信号及其噪声的特征
提出了一种基于主从支持向量机(SVM)的低功耗癫痫检测电路。使用主SVM检测癫痫发作的开始
同时启动从SVM
利用相对复杂的从SVM校正癫痫发作的结束;通过引进连续序列检测
降低由离散噪声影响造成的误报率
最终实现低功耗、高性能的实时癫痫检测。利用MIT数据库评估检测性能
平均敏感性、特异性和误报率分别为93.3%
99.9%和0.27/h。在SMIC 65 nm工艺库下
仿真功耗为4.23μW
版图面积为185μm×222μm。与基于高斯SVM的检测电路相比
平均功耗降低了约78.4%。
基于癫痫患者脑电信号及其噪声的特征
提出了一种基于主从支持向量机(SVM)的低功耗癫痫检测电路。使用主SVM检测癫痫发作的开始
同时启动从SVM
利用相对复杂的从SVM校正癫痫发作的结束;通过引进连续序列检测
降低由离散噪声影响造成的误报率
最终实现低功耗、高性能的实时癫痫检测。利用MIT数据库评估检测性能
平均敏感性、特异性和误报率分别为93.3%
99.9%和0.27/h。在SMIC 65 nm工艺库下
仿真功耗为4.23μW
版图面积为185μm×222μm。与基于高斯SVM的检测电路相比
平均功耗降低了约78.4%。
奥卡西平联合拉莫三嗪治疗癫痫的效果及对认知功能的影响 [J]. 陈喜平,杜真真,吴双丽. 临床医学研究与实践 . 2020(14)
头皮脑电图对结节性硬化患者癫痫手术治疗评估的意义 [J]. 贺晶,周文静,史洁,林久銮,张冰清,宋宪成. 临床神经外科杂志 . 2020(02)
用于动物实验的经颅直流刺激仪研制 [J]. 黄可馨,李思颖,李素素,杨文娟,田学隆. 传感器与微系统 . 2018(08)
基于LSTM模型的单导联脑电癫痫发作预测 [J]. 单绍杰,李汉军,王璐璐,唐晓英. 计算机应用研究 . 2018(11)
一种新型脑电信号的采集方法和应用 [J]. 陈永华,朱林剑,包海涛,孙守林. 传感器与微系统 . 2006(03)
A 1.83 μJ/Classification, 8-Channel, Patient-Specific Epileptic Seizure Classification SoC Using a Non-Linear Support Vector Machine. [J] . Bin Altaf Muhammad Awais,Yoo Jerald. IEEE transactions on biomedical circuits and systems . 2016 (1)
Non-convulsive status epilepticus and non-convulsive seizures in neurological ICU patients. [J] . Laccheo Ikuko,Sonmezturk Hasan,Bhatt Amar B,Tomycz Luke,Shi Yaping,Ringel Marianna,DiCarlo Gina,Harris DeAngelo,Barwise John,Abou-Khalil Bassel,Haas Kevin F. Neurocritical care . 2015 (2)
High-Performance Seizure Detection System Using a Wavelet-Approximate Entropy-fSVM Cascade With Clinical Validation [J] . Chia-Ping Shen,Chih-Chuan Chen,Sheau -Ling Hsieh,Wei-Hsin Chen,Jia-Ming Chen,Chih-Min Chen,Feipei Lai,Ming-Jang Chiu. Clinical EEG and Neuroscience . 2013 (4)
An 8-Channel Scalable EEG Acquisition SoC With Patient-Specific Seizure Classification and Recording Processor. [J] . Jerald Yoo,Long Yan,Dina El-Damak,Muhammad Bin Altaf,Ali H. Shoeb,Anantha P. Chandrakasan. J. Solid-State Circuits . 2013 (1)
Non-invasive computerized system for automatically initiating vagus nerve stimulation following patient-specific detection of seizures or epileptiform discharges. [J] . Shoeb Ali,Pang Trudy,Guttag John,Schachter Steven. International journal of neural systems . 2009 (3)
Automatic detection of epileptic seizures in EEG using discrete wavelet transform and approximate entropy [J] . Hasan Ocak. Expert Systems With Applications . 2009 (2)
Technology Insight: neuroengineering and epilepsy-designing devices for seizure control. [J] . Stacey WC,Litt B. Nature clinical practice. Neurology . 2008 (4)
0
浏览量
159
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621