文献

J-GLOBAL ID：201802286864804323   整理番号：18A0199804

近似エントロピーと異なる分類戦略を用いたEEGに基づくてんかん検出【Powered by NICT】

EEG based epilepsy detection using approximation entropy and different classification strategies

著者 (4件)： Naser Aya (Scientific Computing Dept., Faculty of Computer and Information Science, Ain Shames University, Cairo, Egypt) ,  Tantawi Manal (Scientific Computing Dept., Faculty of Computer and Information Science, Ain Shames University, Cairo, Egypt) ,  Shedeed Howida A. (Scientific Computing Dept., Faculty of Computer and Information Science, Ain Shames University, Cairo, Egypt) ,  Tolba Mohamed F. (Scientific Computing Dept., Faculty of Computer and Information Science, Ain Shames University, Cairo, Egypt)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICICIS  ページ： 92-97  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4~日一般的な神経学的障害,高頻度の発作により,自分自身の識別をである。これらの発作は非誘発と被験者の脳波(EEG)を調べることによって検出することができた。本論文では,自動化法を正常およびてんかん(発作間および発作)クラス間の識別を提案した。近似エントロピー(APEN)は単一の有益な特徴として利用されてきた。などの複数の分類器:サポートベクトルマシン(SVM),確率的ニューラルネットワーク(PNN)とソフトマックス回帰と共に分類のための異なる戦略を調べた。実験はこのドメインで用いられる最も一般的なデータセットで行った。96.875%,53.75%および65%がそれぞれ正常,発作間および発作クラスのためのマルチクラス法を用いたマックス回帰分類器により達成された最良の結果である。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： サポートベクトルマシン ,  自動化 ,  発作 ,  *てんかん ,  脳波
準シソーラス用語： 確率的ニューラルネットワーク ,  被験者 ,  *近似エントロピー , 【Automatic Indexing@JST】

分類 (3件)： 生体計測  (EL03020C) ,  ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 近似エントロピー ,  分類 ,  戦略 ,  EEG ,  てんかん