文献

J-GLOBAL ID：201702245762641747   整理番号：17A1386477

非定常信号の改善された分類と解析のための時間-周波数画像特徴集合の性能評価:新生児EEG発作検出への応用【Powered by NICT】

Performance evaluation of time-frequency image feature sets for improved classification and analysis of non-stationary signals: Application to newborn EEG seizure detection

著者 (5件)： Boashash Boualem (Department of Electrical Engineering, Qatar University, PO Box 2713, Doha, Qatar) ,  Boashash Boualem (Center for Clinical Research, The University of Queensland, Brisbane, Australia) ,  Barki Hichem (Department of Electrical Engineering, Qatar University, PO Box 2713, Doha, Qatar) ,  Barki Hichem (Siemens WLL, Innovation Center, Qatar Science and Technology Park, PO Box 21757, Doha, Qatar) ,  Ouelha Samir (Department of Electrical Engineering, Qatar University, PO Box 2713, Doha, Qatar)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 132  ページ： 188-203  発行年： 2017年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,時間-周波数(TF)画像パターン認識アプローチはt領域のみまたはF領域の特徴のみを用いる標準信号分類に比べ大きなメリットが得られることを実証した。二つのアプローチを検討し,比較した。本論文では,非定常信号に対する標準TFアプローチの重要性を述べたTF信号(TFS)特徴は,例えば,TF平坦性とTFフラックスをもたらす関節(t, f)ドメインとTドメインまたはF領域の特徴を拡張して定義した。拡張TFS特徴の性能を,受信者動作特性(ROC)分析面積曲線(AUC)測度下でを用いて評価し比較した。実験結果は,対応するT領域とF領域の特徴と比較した場合,拡張TFS特徴は一般的に改善された性能(最大19%)が得られることを確認した。研究はまた,非定常信号のTF分類をさらに改善する新規TF画像(TFI)特徴に基づく第二の方法を検討した。新しいTFI特徴は,(t, f)ドメインから定義し,抽出した;TF Huの不変モーメント,TF Haralick特徴,TF局所二値パターン(LBP)を含んでいる。最新の分類器を用いて,混同行列性能に基づく種々の基準は,すべての拡張TFS特徴とTFI特徴について比較した。実験結果によると,TFS特徴とTドメインのみまたはFドメインの両方の特徴のみでTFI特徴の改善された性能を示し,全てのTF表現のための,考察したすべての性能計量。実験は,この新しく提案した方法論を比較する最近の研究と,EEG信号の同じ大規模で複雑なデータセットと同じ実験装置を用いて検証した。得られた分類結果は,提案したTFI特徴の優れた性能を確認した5.52%までの精度改善。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *画像特性 ,  モーメント ,  *画像 ,  平坦性 ,  *性能評価 ,  パターン認識 ,  測度 ,  *新生児 ,  F層 ,  *周波数 ,  不変性 ,  *発作
準シソーラス用語： 混合行列 ,  信号分類 ,  *非定常信号 , 【Automatic Indexing@JST】

著者キーワード (7件)： 機械学習 ,  非定常信号解析 ,  Huの不変モーメント ,  Haralick特徴 ,  局所二値パターン ,  時間-周波数分布 ,  ランダムフォレスト

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (10件)： 非定常信号 ,  分類 ,  解析 ,  画像特徴 ,  集合 ,  性能評価 ,  新生児 ,  EEG ,  発作 ,  応用