文献

J-GLOBAL ID：201702257347869392   整理番号：17A0344834

ICAとウェーブレット閾値に基づくてんかん脳波信号のノイズ除去方法【JST・京大機械翻訳】

Epileptic EEG signal denoising method based on ICA and wavelet threshold

著者 (4件)： Yang Chenjun (Medical Big Data Research Center,Northwest University) ,  Ye Meina (Medical Big Data Research Center,Northwest University) ,  Li Yanyan (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： 795-800  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： てんかん発作の自動検出において、脳波信号のノイズ除去は検出結果に重要な役割を果たす。本論文では,ICAとウェーブレット閾値に基づく新しいEEG信号雑音除去法を提案した。まず第一に,ICAによって多チャネルのEEG信号をいくつかの独立成分に分解する。第二に,独立成分とEEG信号の間の角度の余弦に基づいて,ノイズの独立成分を識別して,それらの雑音除去をウェーブレット閾値によって実行した。最終的に,雑音除去後のてんかん脳波信号とEEG信号をEEG信号として抽出し,そして,超の自動検出を達成するために,超を使用した。実験結果により,雑音除去後のEEG信号の分類性能は,従来のEEG信号より優れており,そして,提案方法は,ある程度,自動的にEEGノイズを除去することができた。同時に,この方法は雑音除去の過程におけるノイズの人工的識別と参照ノイズの選択を避けることができる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *雑音低減 ,  *波束 ,  *雑音 ,  *てんかん ,  雑音除去 ,  自動検出
準シソーラス用語： マルチチャネル ,  てんかん性発作 , 【Automatic Indexing@JST】

著者キーワード (6件)： independent component analysis (ICA) ,  wavelet threshold ,  epileptic EEGs ,  cosine similarity ,  sample entropy ,  extreme learning machine (ELM)

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (7件)： ICA ,  ウェーブレット ,  閾値 ,  てんかん ,  脳波信号 ,  ノイズ ,  除去方法