文献

J-GLOBAL ID：201702234661827446   整理番号：17A1397077

EEG信号のS変換分解に基づくパーキンソン病における凍結旋削の検出【Powered by NICT】

Detection of turning freeze in Parkinson’s disease based on S-transform decomposition of EEG signals

著者 (10件)： Ly Quynh Tran (Faculty of Engineering and Information Technology, University of Technology, Sydney, Broadway, NSW 2007, Australia) ,  Handojoseno A.M. Ardi (Faculty of Engineering and Information Technology, University of Technology, Sydney, Broadway, NSW 2007, Australia) ,  Gilat Moran (Parkinson’s Disease Research Clinic, Brain and Mind Center, University of Sydney, Level 4, Building F, 94 Mallet Street, Camper down, NSW, 2050, Australia) ,  Chai Rifai (Faculty of Engineering and Information Technology, University of Technology, Sydney, Broadway, NSW 2007, Australia) ,  Martens Kaylena A. Ehgoetz (Parkinson’s Disease Research Clinic, Brain and Mind Center, University of Sydney, Level 4, Building F, 94 Mallet Street, Camper down, NSW, 2050, Australia) ,  Georgiades Matthew (Parkinson’s Disease Research Clinic, Brain and Mind Center, University of Sydney, Level 4, Building F, 94 Mallet Street, Camper down, NSW, 2050, Australia) ,  Naik Ganesh R. (Faculty of Engineering and Information Technology, University of Technology, Sydney, Broadway, NSW 2007, Australia) ,  Tran Yvonne (Faculty of Engineering and Information Technology, University of Technology, Sydney, Broadway, NSW 2007, Australia) ,  Lewis Simon J.G. (Parkinson’s Disease Research Clinic, Brain and Mind Center, University of Sydney, Level 4, Building F, 94 Mallet Street, Camper down, NSW, 2050, Australia) ,  Nguyen Hung T (Faculty of Engineering and Information Technology, University of Technology, Sydney, Broadway, NSW 2007, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 3044-3047  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： 歩行(FOG)の凍結は,Parkinson病(PD)の非常に衰弱性で,ほとんど理解されていない症状である,重度の不動化と生活の質の低下を引き起こした。旋削凍結(TF)はFOGの最も一般的なサブタイプとして知られて,PD患者の転倒の最高速度を引き起こしている。TF中,PD患者の足はをしながら貼り付けになると思われる。TimedUp and Goタスク実験中の六PD患者における旋削凍結エピソードを検出するための脳波(EEG)に基づく分類法を提案した。EEG信号は,時間変動性を備えているため,時間-周波数Stockwell変換(S変換)技術は,特徴抽出のために使用した。EEG源はエントロピー束縛最小化(ICA EBM)を用いた独立成分分析により分離した。脳波の選択した独立成分の特徴的な周波数の特徴を抽出し,Bayesニューラルネットワークを用いて分類した。分類は84.2%の高い感度と88.0%の特異性とTFを検出するための86.2%の精度を示した。これらの有望な結果は,歩行時のFOGの異なるサブタイプを検出するためのリアルタイム装置の開発への道を開いた。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： *凍結 ,  経時変化 ,  クオリティオブライフ ,  独立成分分析 ,  *旋削 ,  周波数 ,  ニューラルネットワーク ,  脳波 ,  歩行 ,  特徴抽出 ,  患者 ,  *Parkinson病 ,  エントロピー
準シソーラス用語： サブタイプ ,  *脳波信号 , 【Automatic Indexing@JST】

分類 (3件)： 神経の臨床医学一般  (GN01030H) ,  神経系疾患の治療一般  (GN05010N) ,  神経系の疾患  (GN03000O)

タイトルに関連する用語 (6件)： EEG信号 ,  S変換 ,  分解 ,  パーキンソン病 ,  凍結 ,  旋削