文献

J-GLOBAL ID：202002222552922519   整理番号：20A1613076

発作検出のための脳波の特徴表現の強化【JST・京大機械翻訳】

Enhance feature representation of electroencephalogram for Seizure detection

著者 (4件)： Wang Danyang (Shanghai University,School of Computer Engineering and Science,China) ,  Fang Yuchun (Shanghai University,School of Computer Engineering and Science,China) ,  Li Yifan (Shanghai University,School of Computer Engineering and Science,China) ,  Chai Changfeng (Changhai Hospital,Shanghai,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICASSP  ページ： 1230-1234  発行年： 2020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： 頭蓋内脳波(iEEG)によるてんかんの治療において,認識精度は低く,大量のチャネル数と時系列データのため,チャネル間の相関を見つけるのは難しい。これらの問題を解決するために,Log Mel-Filterbankエネルギー特徴に基づく発作検出のための新しいEEG特徴プレ表現法を提案した。周波数領域における対数変換によるEEG特徴にMel-Filterbankエネルギーを適用することを提案した。また,チャネル相関を組み込み,計算消費のバランスをとるために,逐次フォワードチャネル選択(SFCS)アルゴリズムを提案した。実験は,著者らの提案方法が,EEG信号解析の問題に対するチャネル選択と特徴表現において有意な寄与を有することを示した。確率のROC曲線(AUC)の下の平均面積によって判断された実験の平均結果は,99.13%に達した。Copyright 2020 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： アルゴリズム ,  *脳波 ,  てんかん ,  チャネル ,  *発作 ,  周波数領域
準シソーラス用語： 時系列データ ,  チャネル選択 ,  認識精度 ,  *特徴表現 ,  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 (4件)： 発作 ,  脳波 ,  特徴表現 ,  強化