文献

J-GLOBAL ID：201802273829311177   整理番号：18A1146557

EEG信号からのてんかんの特徴選択と分類【JST・京大機械翻訳】

Feature selection and classification of Epilepsy from EEG signal

著者 (3件)： Priyanka S. (Department of Biomedical Engineering SRM University Kancheepuram) ,  Dema Dawa (Department of Biomedical Engineering SRM University Kancheepuram) ,  Jayanthi T. (Dept. of Biomedical Engineering SRM University Kancheepuram)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICECDS  ページ： 2404-2406  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： てんかんは,世界中の全年齢の約50万人の人口に影響を及ぼす神経系における最も一般的な疾患の1つである。てんかんは,予測不可能な慢性発作により特徴付けられる「発作障害」を示し,てんかんは,人から人へと変化する広範囲の発作型を伴うスペクトル状態であり,EEG,磁気共鳴画像,fMRIにより一般的に診断されており,また,脳磁図を用いることにより一般的に診断されている。EEGを分析する従来の方法は,laboriで時間がかかる作業であるEEG活動を視覚的に分析するために,ストリップチャートを使用することに基づいている。そこで,本研究では,EEG信号レベルの異なる段階(発作,発作間,発作前)に基づいてEEGからEpilepsyを分類するためにANNを用いた自動診断法を設計し,信号を前処理した後,平均,分散,歪度,尖度,標準偏差のような特徴を抽出した。次に,分類における精度とデータセット特徴ランキングの次元を減少させるために,ニューラルネットワークを実装して,リスクレベルに基づいてEilepsyを分類し,分類のこの方法は96.9%の精度を提供した。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： 標準偏差 ,  視覚 ,  予測 ,  NMRイメージング ,  前処理 ,  *特徴選択 ,  脳磁図 ,  ニューラルネットワーク ,  スペクトル ,  *てんかん ,  発作 ,  神経系
準シソーラス用語： 尖度 ,  自動診断 ,  機能的MRI , 【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 ,  てんかん ,  特徴選択 ,  分類