文献

J-GLOBAL ID：201802264634397651   整理番号：18A0860637

EEG信号上のアルファリズムのウェーブレットベース解析【JST・京大機械翻訳】

Wavelet based-analysis of alpha rhythm on EEG signal

著者 (4件)： Lestari Fera Putri Ayu (Department of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia) ,  Pane Evi Septiana (Department of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia) ,  Suprapto Yoyon Kusnendar (Department of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia) ,  Purnomo Mauridhi Hery (Department of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICOIACT  ページ： 719-723  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： EEG信号における主要な周波数リズムの1つはアルファリズムと呼ばれており,それは緩和条件,calm,および多くの濃度のない覚醒を示している。本論文では,連続ウェーブレット変換(CWT)を用いてアルファリズムを解析し,緩和条件の特徴を調べた。アルファリズムの解析,データの正規化およびセグメンテーションにおいて,いくつかのシナリオを行った。EEGデータセットをDEAPによって提供した。観察されるすべてのデータの中で,緩和データ(参加者による高い原子価と低い覚醒でラベル付けされた)をソートする。最初に,EEGデータを,特定のアルファ周波数(8~13Hz)を得るために,帯域通過フィルタを用いて,次に正規化した。次に,CWTを用いて信号を時間-周波数領域に変換した。係数ウェーブレット変換のエントロピーとエネルギーをクラスタ化の特徴として計算した。結果から,正規化データは異なる値を与えた。また,実際のマグニチュード情報の変化に加えて,それは正規化データ67.2%より低い精度51.7%を与える。正規化データは,特に主題独立解析に必要でないと結論した。さらに,分割データと比較したすべてのデータのクラスタリング結果は有意差を与えなかった。最後に,特徴抽出のためにCWTを用いることにより,良好な結果(67.2%)が得られた。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： 緩和現象 ,  ウェーブレット変換 ,  マグニチュード ,  セグメンテーション ,  周波数 ,  ソーティング ,  エントロピー ,  帯域フィルタ ,  周波数領域 ,  *正規化 ,  クラスタ化 ,  特徴抽出
準シソーラス用語： 連続ウェーブレット変換 ,  *リズム ,  *脳波信号 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (4件)： EEG信号 ,  リズム ,  ウェーブレット ,  解析