文献

J-GLOBAL ID：201702223790181607   整理番号：17A1265437

SVMおよびWTに基づく睡眠紡錘波検出アルゴリズム【Powered by NICT】

A sleep spindle detection algorithm based on SVM and WT

著者 (3件)： Zhou Silin (School of Automation Science and Engineering, South China University of Technology, Guangzhou 510640, China) ,  Zhang Xichun (School of Automation Science and Engineering, South China University of Technology, Guangzhou 510640, China) ,  Yu Zhuliang (School of Automation Science and Engineering, South China University of Technology, Guangzhou 510640, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCDC  ページ： 2213-2217  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： 睡眠紡錘波を睡眠pathphysiologicalを評価する上で重要な役割を果たしている。最近,多くの研究が,種々の神経疾患のためのスピンドル特性のいくつかの違いを示した。しかし,睡眠紡錘波特性の不明瞭な定義のために睡眠紡錘波を検出するのが難しい課題である。検出は通常,専門家による脳波(EEG)信号の目視検査を介して行われるが,これは時間がかかり,大きな主観性の弱点を持っている。本論文では,新しい睡眠紡錘波検出アルゴリズムでは,8~25Hzの範囲におけるEEGのスペクトル情報を抽出するためのウェーブレット変換(WT)を使用を提案した。Gauss関数を用いて,パワースペクトルを正常化し,有意なスペクトル情報を保存することである。与えられた試料で紡錘体を持つ確率は紡錘体範囲に対応する周波数のパワースペクトルを合計することによって計算した。確率に平滑化アルゴリズムを用いた後,紡錘体候補の確率のしきい値を得るために,サポートベクトルマシン(SVM)を適用した。公共夢睡眠紡錘波データベースに関する実験結果は,提案したアルゴリズムの効率性を示した。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： 紡錘体 ,  サポートベクトルマシン ,  ウェーブレット変換 ,  周波数 ,  脳波 ,  データベース ,  平滑化 ,  肉眼検査 ,  パワースペクトル ,  神経系疾患 ,  *アルゴリズム ,  スペクトル
準シソーラス用語： Gauss関数 ,  *検出アルゴリズム ,  *睡眠紡錘波 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (3件)： SVM ,  睡眠紡錘波 ,  検出アルゴリズム