文献

J-GLOBAL ID：201702210728324753   整理番号：17A1729315

HilbertH uang変換を用いた膝関節障害の特徴抽出と分類【Powered by NICT】

Feature extraction and classification of knee joint disorders using Hilbert Huang transform

著者 (4件)： Nalband Saif (Department of Electrical and Electronics Engineering, Birla Institute of Technology and Science, Pilani, KK Birla Goa Campus, Goa-403726, India) ,  Valliappan C.A. (Department of Electrical and Electronics Engineering, Birla Institute of Technology and Science, Pilani, KK Birla Goa Campus, Goa-403726, India) ,  Prince Raag Gupta A. Amalin (Department of Electrical and Electronics Engineering, Birla Institute of Technology and Science, Pilani, KK Birla Goa Campus, Goa-403726, India) ,  Agrawal Anita (Department of Electrical and Electronics Engineering, Birla Institute of Technology and Science, Pilani, KK Birla Goa Campus, Goa-403726, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ECTI-CON  ページ： 266-269  発行年： 2017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： vibroarthrography(VAG)信号のコンピュータベース探査とともに非侵襲研究法はヒト膝関節変形の適応を寄与することができる。VAG信号は本質的に非定常および非周期的として特性化した。結果として,特徴抽出技術である研究者の課題である。本論文では,Hilbert-Huang変換(HHT)を用いたVAG信号の解析を提案した。アンサンブル経験的モード分解(EEMD)は,固有モード関数(IMF)として知られる生VAG信号個々の特性スケールを分解する。IMFの解析的信号表現は,IMFのHilbert変換を実行することによって達成された。z平面では,基本的な解析的IMFである配置における円形,プロットした。z平面におけるこれらの円形曲線の面積は中心傾向測度(CTM)を用いて計算し,健康および不健康なVAG信号の識別における特徴として選択した。パターン分析は,83.12%の分類精度を与える最小二乗サポートベクトルマシン(LS SVM)を用いて行い,0.6708の受信者動作特性曲線下の面積が得られた。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： 測度 ,  キャラクタリゼーション ,  *特徴抽出 ,  Hilbert変換 ,  ヒト
準シソーラス用語： ROC曲線 ,  分類精度 ,  パターン解析 ,  健康 ,  固有モード関数 ,  アンサンブル経験的モード分解 ,  非定常性 ,  関節変形 ,  非侵襲 ,  *膝関節疾患 , 【Automatic Indexing@JST】

分類 (5件)： 風力エネルギー  (LB03060X) ,  特殊成形  (WC04040W) ,  粉体工学  (XD03010M) ,  不均質流  (BC02060J) ,  自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (3件)： 膝関節障害 ,  特徴抽出 ,  分類