文献

J-GLOBAL ID：201802231053761650   整理番号：18A1111859

RMS周波数,優性周波数,根平均瞬時周波数平方およびそれらのパラメータ比を用いた発作および発作間EEGの分類【JST・京大機械翻訳】

Classification of ictal and interictal EEG using RMS frequency, dominant frequency, root mean instantaneous frequency square and their parameters ratio

著者 (2件)： Mahapatra Arindam Gajendra (Graduate School of Life Science and Systems Engineering, Kyushu Institute of Technology,2-4 Hibikino, Wakamatsu-Ku, Kitakyushu 808-0196, Japan) ,  Horio Keiichi (Graduate School of Life Science and Systems Engineering, Kyushu Institute of Technology,2-4 Hibikino, Wakamatsu-Ku, Kitakyushu 808-0196, Japan)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 44  ページ： 168-180  発行年： 2018年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究において,著者らは二乗平均二乗(RMS)周波数f_rと優性周波数f_dを,発作時と発作時脳波(EEG)の分類のための特徴として,それらの寄与パラメータの比率と共に用いることを提案した。経験的モード分解(EMD)は,EEGを固有モード関数(IMF)の有限集合に分解するために使用される。次に,IMFsを,Hilbert変換を適用することにより,解析形式に表現した。これらのIMFの解析形式を利用して特徴を抽出した。Kruskal-Wallis試験を適用して,サポートベクトルマシン(SVM)を用いた分類目的のために使用される最初の2つのIMFからの特徴を決定した。RMS周波数と支配周波数の間の関係を用いて,新しい特徴根平均瞬時周波数二乗(RMIFS)f_Rを提案し,中心周波数の中心周波数と中心周波数の二乗周辺の時間平均瞬時周波数の和の平方根として定義した。また,それを,発作および発作間分類のためのパラメータ比とともに用いた。最良の結果は,RMS周波数とIMF2からのそのパラメータ比を用いて観察された。観察された最高の平均精度と感度は,99.91%,100%であった。本研究では,偽陽性を回復するための適応しきい値法も提案した。適応しきい値処理は平均精度を回復できた。Copyright 2018 Elsevier B.V., Amsterdam. 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 ,  *発作 ,  Hilbert変換 ,  *周波数 ,  脳波 ,  てんかん ,  優性 ,  誤検出 ,  中心周波数
準シソーラス用語： 固有モード関数 ,  経験的モード分解 ,  *瞬時周波数 , 【Automatic Indexing@JST】

著者キーワード (9件)： 脳波(脳波) ,  てんかん ,  発作 ,  発作 ,  経験的モード分解(EMD) ,  根平均平方(RMS)周波数 ,  支配周波数 ,  根平均瞬時周波数平方(RMIFS) ,  サポートベクトルマシン(SVM)

分類 (2件)： 神経系の診断  (GN02000H) ,  生体計測  (EL03020C)

タイトルに関連する用語 (9件)： RMS ,  優性 ,  根 ,  平均 ,  瞬時周波数 ,  パラメータ ,  発作 ,  EEG ,  分類