文献

J-GLOBAL ID：201802213165621887   整理番号：18A2024363

時間周波数領域特徴を用いたMCAに基づくてんかんEEG分類【JST・京大機械翻訳】

MCA Based Epilepsy EEG Classification Using Time Frequency Domain Features

著者 (4件)： Mahapatra Arindam Gajendra (Kyushu Institute of Technology, Japan) ,  Singh Balbir (National Institute for Physiological Sciences, Japan) ,  Horio Keiichi (Kyushu Institute of Technology, Japan) ,  Wagatsuma Hiroaki (Kyushu Institute of Technology, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EMBC  ページ： 3398-3401  発行年： 2018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： 本研究では,その形態を考慮することにより脳波(EEG)を分解するために,独立冗長変換の明示的辞書を用いたてんかん分類のための形態的成分分析(MCA)に基づく方法を提案した。MCAの出力成分は,Hilbert変換を用いることにより,解析形式に表現される。次に,サポートベクトルマシン(SVM)によりてんかんEEGを識別するために,特徴,帯域幅二乗のパラメータ比,平均二乗周波数および支配周波数に対する分数寄与を抽出した。これらの特徴は,以前の研究に匹敵する分類結果を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： サポートベクトルマシン ,  脳波 ,  *周波数領域 ,  Hilbert変換 ,  *てんかん ,  *周波数 ,  帯域幅 ,  冗長性
準シソーラス用語： 成分分析 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (5件)： 周波数領域 ,  MCA ,  てんかん ,  EEG ,  分類