文献

J-GLOBAL ID：202002211742590057   整理番号：20A1032627

高次統計とディープニューラルネットワークに基づく発作分類【JST・京大機械翻訳】

Seizures classification based on higher order statistics and deep neural network

著者 (3件)： Sharma Rahul (Department of Electrical Engineering, Indian Institute of Technology Kanpur, Kanpur, UP 208016, India) ,  Pachori Ram Bilas (Discipline of Electrical Engineering, Indian Institute of Technology Indore, Indore, MP 453552, India) ,  Sircar Pradip (Department of Electrical Engineering, Indian Institute of Technology Kanpur, Kanpur, UP 208016, India)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 59  ページ： Null  発行年： 2020年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： てんかん発作は脳における神経細胞の一過性で異常な放電であり,脳機能障害の慢性疾患をもたらす。文献に記載された様々な特徴ベースの発作分類アルゴリズムがある。しかし,信号動力学に関する関連情報を完全に捉えることができる属性の標準化集合は存在しない。本論文では,計算的に高速な発作分類アルゴリズムを提示した。提案したアルゴリズムを通して得られた結果は一貫性があり,反復可能である。本論文では,非線形高次統計と深いニューラルネットワークアルゴリズムを用いた自動化された発作分類技術について述べた。スパース自動エンコーダベースの深いニューラルネットワークを用いて,三次キュムラント係数行列からの本質的な構造的詳細を抽出した。提案したアルゴリズムは,両カテゴリに対して信頼できる分類精度を達成した。すなわち,2値クラスと3クラスの脳波(EEG)信号を,ソフトマックス分類器を用いて実現した。提案した研究は,公開可能なBonn大学EEGデータベース上でシミュレーションした。得られた結果は,発作分類のために提案したアルゴリズムの有効性を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  自動化 ,  データベース ,  脳波 ,  標準化 ,  ニューロン ,  *ニューラルネットワーク ,  透視図法 ,  符号器 ,  有効性 ,  キュムラント ,  *発作 ,  高次統計量
準シソーラス用語： 分類アルゴリズム ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 脳波 ,  発作 ,  高次統計 ,  自動エンコーダ ,  ディープニューラルネットワーク

分類 (2件)： 生体計測  (EL03020C) ,  神経系の疾患  (GN03000O)

タイトルに関連する用語 (4件)： 高次統計 ,  ディープニューラルネットワーク ,  発作 ,  分類