文献

J-GLOBAL ID：201802270522263348   整理番号：18A0521601

EEG信号におけるアーチファクトの除去のための新しいアプローチ【Powered by NICT】

A novel approach for the removal of artifacts in EEG signals

著者 (3件)： Lakshmi K. G. Anjana (ECE Department, Mohandas College of Engineering and Technology, Kerala Technical University) ,  Surling S. N. Nissa (ECE Department, Mohandas College of Engineering and Technology, Kerala University) ,  Sheeba O. (ECE Department, TKM College of Engineering, Kerala University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WiSPNET  ページ： 2595-2599  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： 患者の日々の生存をtormentsすることがどのような神経学的病気は,脳波のα,β,θまたはデルタスペクトルのいずれにおいてもそのエピローグを明らかにした。EEGは,脳の電気的活性を示し,今日では,神経学的疾患の診断のための最も一般的なツールである。本論文では,EEG信号の効果的な雑音除去を目的とした。EEGは時間にわたって脳の自発電気活性を記録することにより得られ,それは全多くの情報を含む可能性がある。この情報は,信号処理法による復号化できるが,多くの場合これらの信号を妨げるアーチファクト。推奨された方法を96%の精度を持つ性能解析によってよりよくわかるICA(独立成分分析)に基づいており,事象関連とアーチファクト関連電位の数へのEEG記録を分解できた。本研究では,提案した方法は,分類精度を向上させ,アーチファクトの効果的な同定と除去によることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *アーチファクト ,  復号化 ,  神経系疾患 ,  患者 ,  雑音除去 ,  独立成分分析 ,  脳波 ,  信号処理 ,  電位 ,  性能分析
準シソーラス用語： 分類精度 ,  電気活性 ,  電気的活性 ,  神経学 ,  *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 (2件)： EEG信号 ,  アーチファクト