文献

J-GLOBAL ID：201802218426696978   整理番号：18A2060517

Gauss混合モデルとグレイレベル共起行列特徴を用いたEEG信号の時間周波数画像に基づくてんかん発作検出【JST・京大機械翻訳】

Epileptic Seizure Detection Based on Time-Frequency Images of EEG Signals Using Gaussian Mixture Model and Gray Level Co-Occurrence Matrix Features

著者 (5件)： Li Yang (School of Automation Science and Electrical Engineering, Beijing Advanced Innovation Center for Big Data and Brain Computing, Beijing Advanced Innovation Center for Big Date-based Precision Medicine, Beihang University, Beijing, P. R. China) ,  Cui Weigang (School of Automation Science and Electrical Engineering, Beihang University, Beijing, P. R. China) ,  Luo Meilin (School of Automation Science and Electrical Engineering, Beihang University, Beijing, P. R. China) ,  Li Ke (School of Aeronautic Science and Engineering, Beihang University, Beijing, P. R. China) ,  Wang Lina (National Laboratory of Aerospace Intelligent Control Technology, Beijing Aerospace Automatic Control Institute, Beijing, P. R. China)
資料名： International Journal of Neural Systems  (International Journal of Neural Systems)
巻： 28  号： 7  ページ： 1850003  発行年： 2018年 
JST資料番号： W0880A  ISSN： 0129-0657  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 脳波(EEG)信号解析は,てんかん発作の診断に一般的に用いられる神経障害の評価における価値あるツールである。本論文は,てんかん発作検出のための新しい自動EEG信号分類法を提示した。最初に,EEG信号の時間-周波数画像(TFI)を得るために,連続ウェーブレット変換(CWT)法を用いた。処理されたEEG信号は,これらのサブバンド周波数成分がより良い識別特性を示すので,臨床的関心の5つのサブバンド周波数成分に分解される。次に,Gauss混合モデル(GMM)特徴とGrayレベル共起行列(GLCM)記述子の両方を,これらのサブバンドTFIから抽出した。さらに,分類精度を向上させるために,ReliefFとサポートベクトルマシンベース再帰特徴除去(RFE-SVM)アルゴリズムを組み合わせることによるコンパクトな特徴選択法を採用して,てんかん発作EEG信号を分類するための動径基底関数(RBF)によるSVMへの入力である最も識別可能な特徴部分集合を選択した。公開可能なベンチマークデータベースからの実験結果は,提案した手法が文献における最近提案された方法より良好な分類精度を提供することを示し,てんかん発作の検出における提案方法の有効性を示した。Copyright 2018 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 脳波 ,  *画像 ,  サポートベクトルマシン ,  *周波数 ,  ベンチマーク ,  データベース ,  信号解析 ,  アルゴリズム
準シソーラス用語： 分類精度 ,  サブバンド ,  連続ウェーブレット変換 ,  *てんかん性発作 ,  *脳波信号 ,  *共起行列 ,  *Gauss混合モデル , 【Automatic Indexing@JST】

著者キーワード (7件)： 脳波 ,  連続ウェーブレット変換(CWT) ,  Gauss混合モデル(GMM) ,  グレイレベル共起行列(GLCM) ,  信頼性 ,  RFE-SVM ,  サポートベクトルマシン(SVM)

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： Gauss混合モデル ,  グレイレベル ,  共起行列 ,  EEG信号 ,  時間周波数 ,  てんかん発作