文献

J-GLOBAL ID：201802288638729500   整理番号：18A0200495

ウェーブレット変換とK最近傍を用いたてんかん分類と正常脳波(EEG)信号【Powered by NICT】

Classify epilepsy and normal Electroencephalogram (EEG) signal using wavelet transform and K-nearest neighbor

著者 (3件)： Rahmawati Dewi (Department of Informatics, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia) ,  Chasanah N.R. Umy (Department of Informatics, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia) ,  Sarno Riyanarto (Department of Informatics, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSITech  ページ： 110-114  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： てんかんを予測し,研究できない神経学的障害である。本研究では,てんかんと正常脳波(EEG)信号を分類することを提案した。意思決定の段階は,特徴抽出を用いて行い,ウェーブレット変換(WT)と組み合わせた。特徴抽出の結果は,主成分分析(PCA)アルゴリズムを用いて次元縮小法を実装した。K-最近傍(KNN)を特徴次元縮小段階からの結果を用いて実施した。本研究では,1000のデータを訓練データとして使用され,600データは,データ試験として使用されてきた。本実験では,データセットは,非てんかん者とてんかん者の二組(A及びE)から構成されている。実験結果は,感度,精度および結果の特異性はそれぞれ100%,99.83%と99.67%であることを示した。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： 主成分分析 ,  意思決定 ,  *脳波 ,  *ウェーブレット変換 ,  次元縮小 ,  アルゴリズム ,  特徴抽出 ,  *てんかん
準シソーラス用語： 特異性 ,  訓練データ ,  *近傍 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  食品の品質  (FJ01040F) ,  アルカロイドし好飲料  (FJ06030D)

タイトルに関連する用語 (5件)： ウェーブレット変換 ,  てんかん ,  分類 ,  脳波 ,  EEG