文献

J-GLOBAL ID：201702224817414688   整理番号：17A0344835

新しいてんかん脳波融合特徴抽出方法を提案した。【JST・京大機械翻訳】

A novel fusion feature extraction method for epileptic EEG

著者 (4件)： Li Yanyan (Medical Big Data Research Center,Northwest University) ,  Yang Chenjun (Medical Big Data Research Center,Northwest University) ,  Ye Meina (Medical Big Data Research Center,Northwest University) ,  Zhang Rui (Medical Big Data Research Center,Northwest University)
資料名： Xibei Daxue Xuebao. Ziran Kexue Ban  (Xibei Daxue Xuebao. Ziran Kexue Ban)
巻： 46  号： 6  ページ： 801-808  発行年： 2016年 
JST資料番号： C3019A  ISSN： 1000-274X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： てんかんはよく見られる大脳神経障害疾患であり、てんかん発作は主に大脳中の異常なニューロンの超同期放電によって引き起こされる。てんかん発作を自動的に検出するために,てんかん脳波の新しい特徴抽出法を提案した。一方,HJORTHパラメータの振幅移動性と振幅複雑性に基づいて,HILBERT変換と結合して,新しい周波数移動性と周波数複雑性を提案して,次にそれらを合成して,改良HJORTHパラメータ特性として定義した。一方,改良二次差分エントロピー法を二次差分法に基づいて提案した。最終的に,改良型HJORTHパラメータ特性を二次差分エントロピー法と結合し,融合特性として過学習機械(ELM)に分類した。数値実験の結果は,提案した融合特性が,従来の方法と比較して,検出性能が97.42%まで改善されることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 周波数 ,  脳神経疾患 ,  放電 ,  *てんかん ,  *脳波 ,  *特徴抽出 ,  差分法 ,  ニューロン ,  検出能 ,  数値実験 ,  差分 ,  複雑性 ,  大脳
準シソーラス用語： 移動性 ,  てんかん性発作 , 【Automatic Indexing@JST】

著者キーワード (5件)： epileptic electroencephalogram(EEG) ,  Hjorth parameters ,  differential ,  sample entropy ,  extreme learning machine (ELM)

分類 (6件)： 動物の診療・診療設備  (FE01020U) ,  中枢神経系  (EJ12030F) ,  神経の基礎医学  (GN01020W) ,  犬・猫  (FD06010P) ,  生体計測  (EL03020C) ,  神経系の疾患  (GN03000O)

タイトルに関連する用語 (5件)： てんかん ,  脳波 ,  融合 ,  特徴抽出 ,  提案