-
在Wave-Train-Analysis的脑电信号预处理滤波Matlab代码中，我们借助2D和3DAUC图，成功提升了帕金森病的检测精确度
资源介绍
脑电信号基础matlab代码波列分析
使用
2D
和
3D
AUC
图，我们提高了帕金森病的检测精度
有用于分析脑电图
(EEG)、肌电图
(EMG)
和震颤图数据的
Matlab
文件。
波列电活动分析方法的思想是我们将生物医学信号视为波列的组合。
波列是信号在时间、频率和空间上局部化的功率谱密度的增加。
我们将波列检测为小波频谱图中的局部最大值。
我们不认为波列是一种特殊的信号。
我们研究了以下波列参数：波列中心频率、波列最大功率谱密度、周期中的波列持续时间和波列带宽。
我们开发了特殊的图表，称为
AUC
图，以确定哪些波列是神经退行性疾病的特征。
您可以在此处阅读我们的方法：
OS
Sushkova、AA
Morozov、AV
Gabova、AV
Karabanov。
使用基于波列的电活动分析方法研究帕金森病患者肢体震颤的表面肌电图和加速信号
//
人工智能进展：第
16
届伊比利亚美洲人工智能会议，IBERAMIA
2018，秘鲁特鲁希略，11
月
13
日-16,
2018,
Proceedings
/
GR
Simari,
F.
Eduardo,
F.
Gutiérrez