文献

J-GLOBAL ID：201702260064548126   整理番号：17A1344991

経験的ウェーブレット変換を用いた患者固有のEEG発作検出のための多変量アプローチ【Powered by NICT】

A Multivariate Approach for Patient-Specific EEG Seizure Detection Using Empirical Wavelet Transform

著者 (2件)： Bhattacharyya Abhijit (Discipline of Electrical Engineering, Indian Institute of Technology Indore, Indore, India) ,  Pachori Ram Bilas (Discipline of Electrical EngineeringIndian Institute of Technology Indore)
資料名： IEEE Transactions on Biomedical Engineering  (IEEE Transactions on Biomedical Engineering)
巻： 64  号： 9  ページ： 2003-2015  発行年： 2017年 
JST資料番号： C0236A  ISSN： 0018-9294  CODEN： IEBEAX  資料種別： 逐次刊行物 (A)
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： 【目的】本論文では,癲癇性発作検出のための適応周波数スケールにおける脳波(EEG)信号の多変量振動特性を調べた。【方法】経験的ウェーブレット変換(EWT)は,信号適応周波数スケールにおける関節瞬間振幅と周波数を決定するために多変量信号のために研究した。EWTの提案した多変量拡張は多変量多成分合成信号だけでなく,小児病院ボストンマサチューセッツ工科大学(CHB MIT)頭皮EEGデータベースの多変量EEG信号を調べた。移動窓ベース解析では,五個の自動的に選択されたチャネルを含む2秒間多変量EEG信号エポックを分解し,三特徴は多変量EEG信号の2秒間関節瞬時振幅の各1 s部分から抽出した。各振動レベルから抽出された特徴は提案した特徴処理段階を用いて処理し,関節の特徴は,発作および発作EEG信号エポックのより良い識別を達成するために計算した。【結果】提案した検出法を六つの分類器を用いたEEG記録の177時間で評価した。10倍交差検証法を用いて,それぞれ,97.91%,99.57%,および99.41%と平均感度,特異性,及び精度を示し,このデータベースに研究の最新の方法比較状態よりも高いを達成した。長い脳波記録時間で長時間現れる発作事象時のてんかん発作の【結論】効率的検出を達成した。意義:提案した方法は,多変量信号のための時間-周波数平面を開発し,EEG発作検出のための患者特異的モデルを構築した。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： *発作 ,  脳波 ,  検出法 ,  チャネル ,  *ウェーブレット変換 ,  データベース ,  *患者 ,  交差検証法 ,  周波数
準シソーラス用語： 脳波検査 ,  特異性 ,  EPOC ,  脳波信号 ,  てんかん性発作 ,  *多変量 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (7件)： 経験 ,  ウェーブレット変換 ,  患者 ,  固有 ,  EEG ,  発作 ,  多変量