文献

J-GLOBAL ID：201802282918932881   整理番号：18A0726292

アルツハイマー患者のための0.21μJ患者特異的REM/非REM睡眠分類器【JST・京大機械翻訳】

A 0.21 μJ patient-specific REM/Non-REM sleep classifier for Alzheimer patients

著者 (2件)： Altaf Muhammad Awais Bin (Lahore University of Management Sciences, Lahore, Pakistan) ,  Saadeh Wala (Lahore University of Management Sciences, Lahore, Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BioCAS  ページ： 1-4  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： アルツハイマー病患者に対するRandom Eye運動(REM)と非REM(NREM)睡眠検出のための脳波(EEG)に基づく分類プロセッサを提示した。新しい特徴抽出(FE)アプローチと機械学習分類器を用いて,単一チャネルEEGを利用することができる。4次元特徴ベクトル(FV)は,スペクトルエッジ周波数(SEF),低から高スペクトルコンテンツ,および高速眼球運動検出に基づいている。ハードウェア上で効率的にSEFを利用するために,16点FFTを提案し,精度損失における最小オーバーヘッドを有する従来のものと比較して,43%の面積縮小を達成した。線形サポートベクトルマシン(LSVM)を,FVに基づくREMとNREMの間を決定するために利用した。システムは0.18μmプロセスを用いて合成され,実験的検証はPhysioNet Sleepデータベースからの患者のサブセットに基づくFPGAを用いて行われる。提案した分類プロセッサは,それぞれ89.8%と93.6%の感度と特異性で0.21J/分級のエネルギー効率を達成した。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： *患者 ,  脳波 ,  *Alzheimer病 ,  *レム睡眠 ,  機械学習 ,  眼球運動 ,  演算プロセッサ ,  部分集合 ,  FPGA ,  サポートベクトルマシン ,  データベース ,  特徴抽出 ,  周波数
準シソーラス用語： オーバヘッド ,  特徴ベクトル , 【Automatic Indexing@JST】

分類 (3件)： 生体計測  (EL03020C) ,  神経系の診断  (GN02000H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： アルツハイマー ,  患者 ,  REM ,  REM睡眠 ,  分類器