文献

J-GLOBAL ID：201802232282840443   整理番号：18A1209375

パワースペクトルとファジィエントロピーを用いた閉塞性睡眠時無呼吸症候群(OSAS)患者のEEG信号解析【JST・京大機械翻訳】

EEG signal analysis of patients with obstructive sleep apnea syndrome (OSAS) using power spectrum and fuzzy entropy

著者 (4件)： Lin Szu-Yu (Institute of Biophotonics, National Yang-Ming University, Taipei, Taiwan) ,  Wu Yu-Te (Institute of Biophotonics, National Yang-Ming University, Taipei, Taiwan) ,  Mao Wei-Chung (Department of Psychiatry, Tri-Service General Hospital, National Defense Medical Center, Taipei, Taiwan) ,  Wang Po-Shan (Department of Neurology, Taipei Municipal Gan-Dau Hospital, Taipei, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICNC-FSKD  ページ： 677-681  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： 睡眠は人体の回復と更新に重要である。閉塞性睡眠時無呼吸症候群(OSAS)は,睡眠中の部分的または完全な上気道閉塞の反復エピソードにより引き起こされ,睡眠時無呼吸の最も一般的な型である。睡眠脳波(EEG)分析は脳活動を調べるための重要なツールである。本研究では,OSAS患者と正常対照から収集したEEG信号を分析するために,スペクトル解析とファジィエントロピーを用いた。主成分分析(PCA)プロセスの有無にかかわらずEEGパワースペクトルとファジィエントロピーから得られた結果を特徴として使用し,4つの異なる分類装置,すなわち線形サポートベクトルマシン(SVM),線形判別分析(LDA),部分空間k-最近傍(k-NN),および部分空間判別分析に供給して,これらの2つのグループを区別した。著者らの結果は,PCAプロセスによるパワースペクトルから得られた特徴と5倍の交差検証を用いた部分空間識別法が89±3.74%の優れた分類率を生み出すことを示した。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： 主成分分析 ,  サポートベクトルマシン ,  分類装置 ,  *患者 ,  *パワースペクトル ,  判別分析 ,  スペクトル解析 ,  線形性
準シソーラス用語： 部分空間 ,  線形判別分析 ,  脳活動 ,  *睡眠時無呼吸 ,  *脳波信号 ,  閉塞性睡眠時無呼吸症候群 , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  呼吸器の疾患  (GI03000Z)

タイトルに関連する用語 (7件)： パワースペクトル ,  ファジィエントロピー ,  閉塞性睡眠時無呼吸症候群 ,  OSAS ,  患者 ,  EEG信号 ,  解析