文献

J-GLOBAL ID：201902262928197301   整理番号：19A0525165

特徴選択Fスコアによるてんかんおよび非てんかんEEG事象の分類【JST・京大機械翻訳】

Classification of epileptic and non-epileptic EEG events by feature selection f-score

著者 (4件)： Noertjahjani Siswandari (Electrical Engineering and Information, Technology Dept. Faculty of Engineering, GadjahMada University, Yogyakarta Indonesia, Dept. of Electrical Engineering and Information Technology, Universitas Muhammadiyah Semarang, Semarang, Indonesia) ,  Hidayat Risanuari (Department of Electrical Engineering and Information Technology, Universitas Gadjah Mada, Yogyakarta, Indonesia) ,  Susanto Adhi (Department of Electrical Engineering and Information Technology, Universitas Gadjah Mada, Yogyakarta, Indonesia) ,  Wibowo Samekto (Department of Neurology, Universitas Gadjah Mada, Yogyakarta Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICA  ページ： 182-187  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： てんかんは症状の収集として定義され,臨床徴候は間欠的脳機能不全により出現し,様々な病因を有する発作におけるニューロンのゆるいまたは過剰な異常放電により生じる。本論文では,てんかんとてんかんの検出において代表される疾患てんかんの実装されたソフトウェア検出は19の電極,FP1,FP2,F7,F3,Fz,F4,F8,C3,Cz,T3,P4,Pz,O1,O2からである。平均,分散,標準偏差,歪度,尖度,最小,最大,相関,エネルギー,各電極の統計的特性に基づいて抽出された信号は9つの特徴を生成し,てんかんと非てんかんを検出する特徴能力を特徴選択法を用いて分析した。最良の特徴選択結果を分類アルゴリズム逆伝搬ニューラルネットワーク(BPNN)を用いて試験した。Copyright 2019 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： ニューロン ,  ソフトウェア ,  発作 ,  *特徴選択 ,  病因 ,  *てんかん ,  放電 ,  標準偏差
準シソーラス用語： 逆伝播ニューラルネットワーク ,  分類アルゴリズム ,  尖度 ,  歪度 ,  脳機能障害 ,  臨床症状 ,  *スコア , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 特徴選択 ,  スコア ,  てんかん ,  EEG ,  事象 ,  分類