文献

J-GLOBAL ID：201702226164588324   整理番号：17A1725885

Hilbert変換とKNNベース分類器を用いたてんかんの検出【Powered by NICT】

Detection of epilepsy using Hilbert transform and KNN based classifier

著者 (4件)： Vipani Raj (Department of Electrical Engineering, Heritage Institute of Technology, Kolkata, India) ,  Hore Sambit (Department of Electrical Engineering, Heritage Institute of Technology, Kolkata, India) ,  Basak Souryadeep (Department of Electrical Engineering, Jadavpur University, Kolkata, India) ,  Dutta Saibal (Department of Electrical Engineering, Heritage Institute of Technology, Kolkata, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSTM  ページ： 271-275  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： 本研究では,EEG信号分類と解析のための計算機支援診断ツールを述べた。先制提案した方法は,K最近傍(KNN)分類器と結合した特徴抽出器を採用している患者に提供できる適切な治療が著者らの主な目的は,てんかん患者に発生する発作を検出するための正確な,自動かつタイムリーな分類方法を開発することである。前述の特徴抽出器はHilbert変換の原理に基づいている。KNN分類器は二カテゴリーにEEG信号の自動分類,すなわち健常者とてんかん患者のために採用した。KNN分類器を訓練特徴ベクトルを用いて開発され,次にEEG信号の二値分類のための試験特徴ベクトルを用いて試験した。著者等の提案手法は,公的に利用可能なEEG時系列データベースから5組のEEG信号を用いて開発した。提案方式の平均精度は91.33%であった。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： *Hilbert変換 ,  *てんかん ,  特徴抽出 ,  計算機診断 ,  患者 ,  自動分類 ,  発作
準シソーラス用語： 時系列データ ,  二値分類 ,  特徴ベクトル ,  健常者 ,  分類法 ,  脳波信号 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (4件)： Hilbert変換 ,  KNN ,  分類器 ,  てんかん