文献

J-GLOBAL ID：201702236510831063   整理番号：17A1254314

適応ウェーブレットパケットを用いたEEGにおけるてんかん発作分類のための新しい方法【Powered by NICT】

A new method for epileptic seizure classification in EEG using adapted wavelet packets

著者 (3件)： Ahmadi Amirmasoud (Biomedical Engineering Department, School of Electrical Engineering, Iran, University of Science and Technology, Tehran, Iran) ,  Shalchyan Vahid (Biomedical Engineering Department, School of Electrical Engineering, Iran, University of Science and Technology, Tehran, Iran) ,  Daliri Mohammad Reza (Biomedical Engineering Department, School of Electrical Engineering, Iran, University of Science and Technology, Tehran, Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EBBT  ページ： 1-4  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： てんかん発作分類のための最も一般的なツールとして,脳波(EEG)は,脳の異なる生理的状態に関する有用な情報を含んでいる。時間-周波数ベース予測に局在してEEG信号における発作関連の特徴はより優れた同定することができた。本研究では,ウェーブレットパケット(WP)に基づくてんかん発作分類のための新しい方法は,マザーウェーブレット関数とWP塩基の両方は発作分類を改善するための事後適用した提示した。分類器としてサポートベクトルマシン(SVM)は発作対非焼き付きEEGセグメント分類に使用されている。提案したアルゴリズムを評価するために,異なるグループの患者てんかんと健常人を含む公的に利用可能なデータセットを用いた。得られた結果は,提案した方法がてんかん発作分類におけるいくつかの以前に提案されたアルゴリズムより優れていることを示した。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： アルゴリズム ,  周波数 ,  患者 ,  予測 ,  サポートベクトルマシン ,  *てんかん ,  焼付き ,  脳波 ,  *発作
準シソーラス用語： 健常者 ,  脳波信号 ,  *てんかん性発作 ,  *ウェーブレットパケット , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 適応 ,  ウェーブレットパケット ,  EEG ,  てんかん発作 ,  分類