文献

J-GLOBAL ID：201702271043982587   整理番号：17A1651543

てんかんの診断のためのDSPICに実装されたEEG信号の実時間分類【Powered by NICT】

Real-time classification of EEG signals implemented on DSPIC for the diagnosis of epilepsy

著者 (4件)： Rmili Hana (The Higher Institute Of Medical Technologies Tunis, 1006, Tunis, Tunisia) ,  Bouzaiane Sami (Naval Academy Menzel Bourguiba, 7050, Bizert, Tunisia) ,  Sayadi Mounir (Universite ́ de Tunis, ENSIT, LR13ES03 SIME, 1008 Montfleury, Tunisia) ,  Fnaiech Farhat (Universite ́ de Tunis, ENSIT, LR13ES03 SIME, 1008 Montfleury, Tunisia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SM2C  ページ： 53-58  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： てんかん疾患の複雑な脳挙動を理解するためのツールを改善するために,著者らは,脳の電気的活性を測定するための医用画像技術であるElectroEncephaloGram(EEG)信号を解析した。てんかん性活動の検出のために,いくつかの伝統的な方法は非常に退屈であった。これに関連して,著者らは脳てんかん様放電を調べるために自動診断システムを提案した。本論文は二段階に分けた:第一段階では,EEG信号の時間領域特徴の特徴を抽出し,「J」が特性化の程度によって特徴を最適化し,これらの属性は統計分類法の入力として統合される。第二段階では,リアルタイムでDSPICで以前に得られた結果を実装した。本論文では,てんかんの健常人100 100EEG信号を含むBonn大学オープンソースデータベースから収集したEEGデータセットを用いた。結果を,統計的分類の精度率は正解率88%以上の全ての抽出した特徴により得た結果に比べて最も性能が最適化された入力特徴を用いて97.5%であることを示した。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： 最適化 ,  *てんかん ,  放電 ,  医用画像 ,  キャラクタリゼーション
準シソーラス用語： 統計的分類 ,  健常者 ,  分類法 ,  時間領域 ,  自動診断システム ,  実時間 ,  *脳波信号 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (6件)： てんかん ,  診断 ,  実装 ,  EEG信号 ,  実時間 ,  分類