文献

J-GLOBAL ID：202002260872340126   整理番号：20A2526269

SSA成分相関と畳込みニューラルネットワークを用いたEEG信号からの失読症検出【JST・京大機械翻訳】

Dyslexia Detection from EEG Signals Using SSA Component Correlation and Convolutional Neural Networks

著者 (5件)： Ortiz Andres (Department of Communications Engineering, University of Malaga, Malaga, Spain) ,  Martinez-Murcia Francisco J. (Department of Communications Engineering, University of Malaga, Malaga, Spain) ,  Formoso Marco A. (Department of Communications Engineering, University of Malaga, Malaga, Spain) ,  Luque Juan Luis (Department of Developmental Psychology, University of Malaga, Malaga, Spain) ,  Sanchez Auxiliadora (Department of Developmental Psychology, University of Malaga, Malaga, Spain)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12344  ページ： 655-664  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 目的:失読症診断は,異なる行動試験の解釈により伝統的に行われるので,斜視的課題ではない。さらに,これらの試験は読者にのみ適用可能である。このように,早期診断は,読書に関連する特異的タスクの使用を必要とする。したがって,脳波(EEG)の使用は,前読者で使用できる客観的および早期診断の代替を構成する。この方法で,EEG信号における関連特徴の抽出は,分類にとって極めて重要である。しかし,最も関連性のある特徴の同定は,階層化ではなく,時間または周波数領域における事前定義統計量は,必ずしも十分に判別されない。他方,EEGバンド周波数記述子を抽出することに基づくEEG信号の古典的処理は,通常,不調音を引き起こす生信号に関するいくつかの仮定を作る。本研究では,Singluarスペクトル分析(SSA)に基づく周波数領域における解析の代替を提案し,異なる振動モードを表す成分に生信号を分割した。さらに,EEGチャネル間の各成分に対して得られた相関行列を畳込みニューラルネットワークを用いて分類する。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *脳波 ,  音響 ,  分光分析 ,  振動モード ,  統計量 ,  階層構造 ,  チャネル ,  早期診断 ,  周波数領域
準シソーラス用語： *失読症 ,  相関行列 ,  *脳波信号 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 特異スペクトル解析 ,  失読症診断 ,  畳込みニューラルネットワーク

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (4件)： 相関 ,  畳込みニューラルネットワーク ,  EEG信号 ,  失読症