文献

J-GLOBAL ID：201702283594880258   整理番号：17A1256931

MIとSVMを利用した発作と発作前てんかんECoGの分類のための新しいアルゴリズム【Powered by NICT】

A new algorithm for classification of ictal and pre-ictal epilepsy ECoG using MI and SVM

著者 (6件)： Zhiyang Chen (School of Electronics Science and Engineering, Nanjing University of Posts and Telecommunications, Jiangsu, China) ,  Liya Huang (School of Electronics Science and Engineering, Nanjing University of Posts and Telecommunications, Jiangsu, China) ,  Yangyang Shen (School of Electronics Science and Engineering, Nanjing University of Posts and Telecommunications, Jiangsu, China) ,  Jun Wang (School of Electronics Science and Engineering, Nanjing University of Posts and Telecommunications, Jiangsu, China) ,  Ruijie Zhao (School of Electronics Science and Engineering, Nanjing University of Posts and Telecommunications, Jiangsu, China) ,  Jiafei Dai (School of Electronics Science and Engineering, Nanjing University of Posts and Telecommunications, Jiangsu, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSigSys  ページ： 212-216  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： 皮質脳波(ECoG)はてんかん研究だけでなく,自動発作検出のための有効な方法である。発作前および発作ECoGsの特徴抽出と分類,,高精度だけでなく,高速を持つ相互情報(MI)とサポートベクトルマシン(SVM)に基づく方法を提案した。一七十六チャネル間の相互情報量を計算し,変換76×76マトリックスにし,発作前および発作ECoGs間のスプライシング相互情報量の統計的有意性を試験し,最も有意な差を示す選択チャネルに対応するMIの変化と変動指数係数は特徴として選択した。SVMは,発作ECoGsを同定するための分類器として用いた。添加では,経験的モード分解(EMD)とウェーブレットに基づく二つの方法,を対照としてデータに適用した。本研究の結果は,発作前ECoGsから選択されたチャネルのMIは発作ECoGsからのそれよりも高く,特徴ベクトルとして変動と変動指数係数を組み合わせることによって分類精度が100%と他の方法よりも速いことを示した。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： 波束 ,  高速度 ,  *アルゴリズム ,  サポートベクトルマシン ,  *発作 ,  特徴抽出 ,  チャネル ,  *てんかん ,  相互情報量
準シソーラス用語： 分類精度 ,  特徴ベクトル ,  経験的モード分解 ,  統計的有意性 ,  高精度 ,  *皮質脳波 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： MI ,  SVM ,  発作 ,  てんかん ,  ECoG ,  分類 ,  アルゴリズム