文献

J-GLOBAL ID：201802286173071272   整理番号：18A0028181

EEG信号の最大重複離散ウェーブレットパケット変換に適用した新しいエントロピー特徴を用いたてんかん発作の分類【Powered by NICT】

Epileptic seizure classification using novel entropy features applied on maximal overlap discrete wavelet packet transform of EEG signals

著者 (4件)： Ahmadi Amirmasoud (Biomedical Engineering Department, School of Electrical Engineering, Iran University of Science and Technology, Tehran, Iran) ,  Tafakori Shiva (Biomedical Engineering Department, School of Electrical Engineering, Iran University of Science and Technology, Tehran, Iran) ,  Shalchyan Vahid (Biomedical Engineering Department, School of Electrical Engineering, Iran University of Science and Technology, Tehran, Iran) ,  Daliri Mohammad Reza (Biomedical Engineering Department School of Electrical Engineering, Iran University of Science and Technology, Tehran, Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCKE  ページ： 390-395  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： は,脳の異常電気的活性を記録としてのけいれん発作の診断のための脳波を用いた大きな注目されてきた。本論文では,EEG信号の最大オーバラップ離散ウェーブレットパケット変換(MODWEP)から抽出した非線形エントロピー特徴に基づくてんかん発作の診断のための新しい技術を提案した。識別特徴はt検定基準により選択し,二種類の分類器を用いた分類に使用されている。提案した方法を評価し,異なる健康と発作苦痛被験者と公的に利用可能なEEGデータセットを用いてEEG発作分類における以前の方法と比較した。得られた結果は,分類性能において,以前の技術に比べ提案した方法の優位性を示した。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： *発作 ,  痙攣 ,  脳波 ,  *エントロピー
準シソーラス用語： 被験者 ,  健康 ,  t検定 ,  線形エントロピー ,  *てんかん性発作 ,  *ウェーブレットパケット変換 ,  *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 (5件)： EEG信号 ,  ウェーブレットパケット変換 ,  エントロピー ,  てんかん発作 ,  分類