文献

J-GLOBAL ID：201902216259494771   整理番号：19A0492251

順列エントロピーと分類器として一般化線形モデルを用いた正常および前発作EEG信号の分類【JST・京大機械翻訳】

Classification of Normal and Pre-Ictal EEG Signals Using Permutation Entropies and a Generalized Linear Model as a Classifier

著者 (9件)： Redelico Francisco O. (Departamento de Informatica en Salud, Hospital Italiano de Buenos Aires, C1199ABB Ciudad Autonoma de Buenos Aires, Argentina) ,  Traversaro Francisco (Instituto Tecnologico de Buenos Aires (ITBA), C1106ACD Ciudad Autonoma de Buenos Aires, Argentina) ,  Garcia Maria del Carmen (Servicio de Neurologia, Hospital Italiano de Buenos Aires, Gral. Juan Domingo Peron 4190, C1199ABB Ciudad Autonoma de Buenos Aires, Argentina) ,  Silva Walter (Servicio de Neurologia Infantil-Instituto Universitario (IUHI)-Hospital Italiano de Buenos Aires, Tte. Gral. Juan Domingo Peron 4190, C1199ABB Ciudad Autonoma de Buenos Aires, Argentina) ,  Rosso Osvaldo A. (Departamento de Informatica en Salud, Hospital Italiano de Buenos Aires, C1199ABB Ciudad Autonoma de Buenos Aires, Argentina) ,  Rosso Osvaldo A. (Instituto de Fisica, Universidade Federal de Alagoas (UFAL), 57072-900 Maceio, Brazil) ,  Rosso Osvaldo A. (Complex Systems Group, Facultad de Ingenieria y Ciencias Aplicadas, Universidad de los Andes, 12455 Santiago, Chile) ,  Risk Marcelo (Departamento de Informatica en Salud, Hospital Italiano de Buenos Aires, C1199ABB Ciudad Autonoma de Buenos Aires, Argentina) ,  Risk Marcelo (Instituto Tecnologico de Buenos Aires (ITBA), C1106ACD Ciudad Autonoma de Buenos Aires, Argentina)
資料名： Entropy (Web)  (Entropy (Web))
巻： 19  号： 2  ページ： 72  発行年： 2017年 
JST資料番号： U7179A  ISSN： 1099-4300  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本論文では,正常および前発作状態に対応する脳波(EEG)記録の分類器としての異なる置換エントロピー間の比較を行った。EEG信号に適用された記号化技術から導出された離散確率分布関数を用いて,Tsallisエントロピー,Shannonエントロピー,Renyiエントロピー,およびMinエントロピーを計算し,それらを,推論方法における分類変数としての容量を評価するためにロジスティック回帰モデルにおける唯一の独立変数として別々に用いた。正確さ,感度,および特異性と共に,受信者動作特性(ROC)曲線下の面積を用いて,モデルを比較した。すべての置換エントロピーは優れた分類器であり,すべての場合に94.5%以上の精度を有し,感度は97%以上であった。記号化技術における振幅を説明することは,その対応物より多くの信号情報を保持して,それはEEG信号の自動分類のための良い候補であることができた。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *順列 ,  *発作 ,  *エントロピー ,  脳波 ,  自動分類
準シソーラス用語： 特異性 ,  独立変数 ,  ロジスティック回帰モデル ,  Renyiエントロピー ,  情報エントロピー ,  Tsallisエントロピー ,  確率分布関数 ,  *脳波信号 ,  一般化線形モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： 順列エントロピー ,  順列最小エントロピー ,  脳波 ,  分類分析

分類 (2件)： 生体計測  (EL03020C) ,  神経系の診断  (GN02000H)

引用文献 (39件)：

• Fisher, R.S.; Boas, W.E.; Blume, W.; Elger, C.; Genton, P.; Lee, P.; Engel, J. Epileptic seizures and epilepsy: Definitions proposed by the International League Against Epilepsy (ILAE) and the International Bureau for Epilepsy (IBE). Epilepsia 2005, 46, 470-472.
• Fisher, R.S.; Acevedo, C.; Arzimanoglou, A.; Bogacz, A.; Cross, J.H.; Elger, C.E.; Engel, J.; Forsgren, L.; French, J.A.; Glynn, M.; et al. ILAE official report: A practical clinical definition of epilepsy. Epilepsia 2014, 55, 475-482.
• Bandt, C.; Pompe, B. Permutation entropy: A natural complexity measure for time series. Phys. Rev. Lett. 2002, 88, 174102.
• Cao, Y.; Tung, W.; Gao, J.; Protopopescu, V.A.; Hively, L.M. Detecting dynamical changes in time series using the permutation entropy. Phys. Rev. E 2004, 70, 046217.
• Keller, K.; Wittfeld, K. Distances of time series components by means of symbolic dynamics. Int. J. Bifurc. Chaos 2004, 14, 693-703.

タイトルに関連する用語 (7件)： 順列 ,  エントロピー ,  分類器 ,  一般化線形モデル ,  発作 ,  EEG信号 ,  分類