文献

J-GLOBAL ID：201702289058270792   整理番号：17A1919473

急性虚血性脳卒中の重症度を分類するための支援ツールとしての極端な学習機械を用いた脳波解析【Powered by NICT】

Electroencephalogram analysis with extreme learning machine as a supporting tool for classifying acute ischemic stroke severity

著者 (4件)： Rahma Osmalina N. (Biomedical Engineering, Department of Physic, Universitas Airlangga, Surabaya, Indonesia) ,  Wijaya Sastra K. (Departement of Physics, Universitas Indonesia, Depok, Indonesia) ,  Prawito (Departement of Physics, Universitas Indonesia, Depok, Indonesia) ,  Badri Cholid (Departement of Biomedical Engineering, Graduate Program, Universitas Indonesia Jakarta, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISSIMM  ページ： 180-186  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： 脳卒中はインドネシアの成人と障害での死亡の最大原因,世界でもの一つである。,初期段階における脳卒中の診断と脳卒中管理を改善するための正確な予後評価をする必要がある。ELMアルゴリズムを用いたウェーブレット変換と神経回路網のフィードフォワード型などのディジタル信号処理を用いたEEG信号に基づくAIS重症度を自動的に分類することを試みた。本研究では,デルタアルファ比(DAR),(デルタ+シータ)/(アルファ+ベータ)比(DTABR)と脳対称指数(BSI)の値はELM入力特徴スコア,米国国立衛生研究所脳卒中尺度(NIHSS)を参照する急性虚血性脳卒中重症度を分類するためのウェーブレット変換(Daubechies4)とWelch法を用いて得られたとして使用した。システム試験精度,感度及び特異性の性能は72%以上であったことを示した。これらの結果は,脳波信号に基づくAISを分類するための有用である。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： 神経回路網 ,  ウェーブレット変換 ,  対称性 ,  *脳卒中 ,  フィードフォワード ,  インドネシア共和国
準シソーラス用語： 特異性 ,  NIHSS ,  脳波信号 ,  ディジタル信号処理 ,  脳卒中管理 ,  *脳波解析 ,  支援ツール ,  *重症度 ,  *急性虚血性脳卒中 , 【Automatic Indexing@JST】

分類 (2件)： 神経系の診断  (GN02000H) ,  神経系の疾患  (GN03000O)

タイトルに関連する用語 (6件)： 急性虚血性脳卒中 ,  重症度 ,  分類 ,  支援ツール ,  極端な学習機械 ,  脳波解析