文献

J-GLOBAL ID：201702215072487324   整理番号：17A0757259

生EEGデータを用いたニューラルネットワークに基づく発作検出システム【Powered by NICT】

Neural network based seizure detection system using raw EEG data

著者 (5件)： Guan Tianchan (School of Micro-Electronic, Fudan University, Shanghai, China) ,  Zeng Xiaoyang (School of Micro-Electronic, Fudan University, Shanghai, China) ,  Huang Letian (School of Micro-Electronic, University of Electronic Science and Technology of China, Chengdu, China) ,  Guan Tianchan (School of Engineering, Columbia University, New York, U.S.A) ,  Seok Mingoo (School of Engineering, Columbia University, New York, U.S.A)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ISOCC  ページ： 211-212  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ニューラルネットワークに基づく新しい発作検出システムを提案した。システムはどのような明示的特徴抽出しない生EEGデータを示した。の明確な特徴抽出段階の除去は柔軟性を向上させ,また特徴抽出段階としばしば関連するハードウェアオーバヘッドと高いクロック速度を低減することができる。も発作と非焼き付き状態波形の間に有意な長さ不均衡を持つ自然に生EEGデータからの訓練データを構築する方法を提案した。提案検出システムはCHB-MITデータベースを用いて検証した。結果は,提案したシステムは,明示的特徴抽出器を持つ既存システムと比較して検出性能を達成できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 抽出装置 ,  特徴抽出 ,  *ニューラルネットワーク ,  柔軟性 ,  *発作 ,  クロック ,  データベース ,  焼付き
準シソーラス用語： 検出能 ,  訓練データ ,  不均衡 ,  *検知システム , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： EEG ,  ニューラルネットワーク ,  発作 ,  検出システム