文献

J-GLOBAL ID：201902263946252608   整理番号：19A0370118

順列エントロピーと限定透過可視グラフに基づくEEG信号の研究【JST・京大機械翻訳】

Research of EEG Signal Based on Permutation Entropy and Limited Penetrable Visibility Graph

著者 (5件)： Xu Honghong (Smart Health Big Data Analysis and Location Services, Engineering Lab of Jiangsu Province, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Dai Jiafei (Nanjing General Hospital of Nanjing Military Command, Nanjing, 210002, China) ,  Li Jin (College of Physics and Information Technology, Shaanxi Normal University, Xi’an, China) ,  Wang Jun (Smart Health Big Data Analysis and Location Services, Engineering Lab of Jiangsu Province, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Hou Fengzhen (Key Laboratory of Biomedical Functional Materials, China Pharmaceutical University, Nanjing, 210009, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CISP-BMEI  ページ： 1-5  発行年： 2018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： 複雑なネットワークは複雑なシステムを記述する方法として見ることができる。20世紀の終わりから始まって,複雑なネットワークの理論は,社会科学のすべての分野に徐々に浸透した。そして,それは問題を解決するための人々のための最も重要なツールのひとつになった。複雑なネットワーク理論は,異なる脳領域,トポロジー構造および動的情報の間の相互作用,ならびに疾患と生理学的機能の間の関係を研究するのに役立つ。脳波(EEG)は,疾患診断と予測のための重要なツールである。本論文は,複雑なネットワークを構築して,ネットワーク可視化を実行するために,Permutationエントロピー(PE)と制限された浸透可能な可能性グラフ(LPVG)アルゴリズムを採用した。この方法を用いて,21人の正常人と21人のてんかんEEG信号を研究し,加えて,異なる脳ネットワークの統計的特性を比較した。結果は,脳機能ネットワークを分析するためのPEとLPVGアルゴリズムの有効性を検証し,異なる注意EEGの特性が異なることを示した。この方法は,てんかんEEG信号の脳機能ネットワーク動力学の更なる研究のための重要な参照を提供する。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： *順列 ,  ネットワーク ,  診断 ,  *エントロピー ,  生理学 ,  アルゴリズム ,  位相幾何学 ,  浸透 ,  社会科学 ,  有効性 ,  てんかん ,  相互作用 ,  脳波
準シソーラス用語： 脳機能 ,  *脳波信号 , 【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)： 順列 ,  エントロピー ,  透過 ,  可視グラフ ,  EEG信号 ,  研究