文献

J-GLOBAL ID：202002236435777876   整理番号：20A0860704

喫煙者と非喫煙者のEEGパターンと時間周波数領域分析における喫煙の影響【JST・京大機械翻訳】

Effect of Smoking in EEG Pattern and Time-Frequency Domain Analysis for Smoker and Non-Smoker

著者 (4件)： Hasan Md. Mahmudul (Bangladesh Army University of Engineering & Technology,Department of Electrical and Electronic Engineering,Qadirabad,Bangladesh) ,  Hasan Nafiul (Bangladesh Army University of Engineering & Technology,Department of Electrical and Electronic Engineering,Qadirabad,Bangladesh) ,  Rahman Azizur (Bangladesh Army University of Engineering & Technology,Department of Electrical and Electronic Engineering,Qadirabad,Bangladesh) ,  Rahman Md. Mustafizur (Bangladesh Army University of Engineering & Technology,Department of Electrical and Electronic Engineering,Qadirabad,Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IC4ME2  ページ： 1-4  発行年： 2019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： 中毒は脳波から得られる精神的健康状態と言われているので,本研究では喫煙によるEEGパターンの変化に焦点を当てた。ここでは,EEGドメイン分析により,喫煙者と非喫煙者を同定する方法論を提案した。本研究では,非喫煙者から喫煙者を識別するために,3つのANNsをドメイン分析のために構築した。時間と周波数領域の両方の属性で構築されたニューラルネットワークは,時間または周波数領域の特徴を用いて,ニューラルネットワークよりも6.238×10~08のMSEで最良の品質を提供することが分かった。一方,周波数領域ベースのANNは,時間領域特性に基づくニューラルネットワークよりも優れた性能を与える。本論文では,PSDとFFTの値が非喫煙者よりも喫煙者のEEGにおいてはるかに高いと結論した。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： 精神衛生 ,  ニューラルネットワーク ,  *周波数領域 ,  脳波
準シソーラス用語： 喫煙者 , 【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 (5件)： 喫煙者 ,  非喫煙者 ,  EEG ,  周波数領域分析 ,  喫煙