文献

J-GLOBAL ID：201702245713475493   整理番号：17A1257200

欠神てんかん患者における脳連結性を推定するためのEEG信号のウェーブレットコヒーレンスに基づくクラスタリング【Powered by NICT】

Wavelet coherence-based clustering of EEG signals to estimate the brain connectivity in absence epileptic patients

著者 (5件)： Ieracitano Cosimo (DICEAM Department, Mediterranean University of Reggio Calabria Via Graziella Feo di Vito, 89060 Reggio Calabria, Italy) ,  Duun-Henriksen Jonas (UN EECTM medical A/S, Nymollevej 6, DK-3540, Lynge, Denmark, Troels Wesenberg Kjaer Center of Neurophysiology, Department of Neurology at Zealand University Hospital, Roskilde, Denmark) ,  Mammone Nadia (IRCCS Centro Neurolesi Bonino-Pulejo Via Palermo c/da Casazza, SS. 113, 98124 Messina, Italy) ,  Foresta Fabio La (DICEAM Department, Mediterranean University of Reggio Calabria Via Graziella Feo di Vito, 89060 Reggio Calabria, Italy) ,  Morabito Francesco C. (DICEAM Department, Mediterranean University of Reggio Calabria Via Graziella Feo di Vito, 89060 Reggio Calabria, Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 1297-1304  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： 本論文では,てんかん患者の脳波(EEG)記録からの診断情報を抽出するための新しい方法の必要性を検討した。,EEG信号のウェーブレットコヒーレンス(WC)と階層的クラスタリング(HC)に基づく,新しい方法を小児欠神てんかん(CAE)患者の脳波ネットワーク連結性密度を推定するために提案した。CAEによる影響を受けた四患者のEEG記録は,非重複窓に分割し,WCは窓による窓を推定した。WCの挙動を経時的に分析,EEG電極の各対であった。発作状態(発作)は増加したWCレベルに関連した,発作中の電極間の増加した同期を反映している。WC基非類似性指数を定義し,HCは脳状態における電極クラスタリングの変化と変化の間の可能な相関を見いだすことを目的とし電極の各対間の非類似性指標を供給した。解析下の各窓では,系統樹を構築した,電極クラスタの対応するセットを決定し,その後のネットワーク密度値を計算した。発作は増加したネットワーク密度に関連し,発作状態中の増加した結合性を反映している。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： *クラスタ ,  脳波 ,  発作 ,  *患者 ,  *クラスタ化 ,  子供 ,  系統樹 ,  *てんかん ,  ネットワーク ,  *連結性
準シソーラス用語： 非類似性 ,  階層的クラスタリング ,  *脳波信号 ,  *欠神てんかん , 【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 (7件)： 欠神てんかん ,  患者 ,  脳 ,  連結性 ,  推定 ,  EEG信号 ,  クラスタリング