文献

J-GLOBAL ID：201702222924167585   整理番号：17A1394648

脳波信号に基づく効率的なてんかん発作検出【Powered by NICT】

Efficient epileptic seizure detection based on electroencephalography signal

著者 (4件)： Qin Ying-Mei (Tianjin Key Laboratory of Information Sensing & Intelligent Control, Tianjin University of Technology and Education, Tianjin, China) ,  Han Chun-Xiao (Tianjin Key Laboratory of Information Sensing & Intelligent Control, Tianjin University of Technology and Education, Tianjin, China) ,  Che Yan-Qiu (Tianjin Key Laboratory of Information Sensing & Intelligent Control, Tianjin University of Technology and Education, Tianjin, China) ,  Li Hui-Yan (Tianjin Key Laboratory of Information Sensing & Intelligent Control, Tianjin University of Technology and Education, Tianjin, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCC  ページ： 5324-5327  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： てんかんと健常者から採取したさまざまな試料からの短時間セッション(二分の1以下)における脳波(EEG)信号に基づくてんかん発作発症の検出を研究した。ウェーブレット変換手法では,高次元てんかんEEG信号に埋め込まれた特徴を抽出するために適用した。ウェーブレット変換の結果は,次元縮小プロセスに重要な役割を果たすことが分かった。,サポートベクトルマシン(SVM)アルゴリズムに基づいて構築し機械学習パイプライン。テストデータセットにおけるてんかん発作の状態は,EEG信号(0.6二)のミニ部材にのみ基づいて高精度(98.1%)で予測できることが分かった。EEG信号の0.1二ミニ部材に基づく予測についても検討した。本研究では,てんかん発作の臨床治療に重要である,てんかん発作の過程を妨げる非常に高速(1以下二)に適用できる効率的な方法である。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： *てんかん ,  治療法 ,  ウェーブレット変換 ,  アルゴリズム ,  高速度 ,  高次元 ,  機械学習 ,  *脳波 ,  次元縮小 ,  サポートベクトルマシン
準シソーラス用語： 高精度 ,  発症 ,  健常者 ,  *てんかん性発作 ,  *脳波信号 , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  神経系の診断  (GN02000H)

タイトルに関連する用語 (2件)： 脳波信号 ,  てんかん発作