文献

J-GLOBAL ID：202002284443280684   整理番号：20A2527195

EEGを用いたうつ病の予測:比較研究【JST・京大機械翻訳】

Prediction of Depression Using EEG: A Comparative Study

著者 (4件)： Mohanty Namrata P. (Department of Computer Science and Engineering, ITER, S’O’A (Deemed to be University), Bhubaneswar, India) ,  Dash Sweta Shree (Department of Computer Science and Engineering, ITER, S’O’A (Deemed to be University), Bhubaneswar, India) ,  Sobhan Sandeep (Department of Computer Science and Engineering, ITER, S’O’A (Deemed to be University), Bhubaneswar, India) ,  Swarnkar Tripti (Department of Computer Science and Engineering, ITER, S’O’A (Deemed to be University), Bhubaneswar, India)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1199  ページ： 3-11  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  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： 今日の世界中 haは,この時代において増加している。うつ病は,多数の遺伝性疾患の発症における決定因子ではなく,特定の疾患ではない。自動化と人工知能の増加とともに,はるかに早い時間前に,うつ病を予測することが容易になった。機械学習技術を,異なる神経問題の予測のためにEEGの分類に用いた。EEGシグナルは,脳波において発生する異常を容易に検出できる脳波であり,それによって発作形成またはうつ病の予測が容易になる。提案した研究は,脳波の解析のためのEEG信号を使用し,それによって,鬱病を予測する。本論文では,2つの広く使われているベンチマークモデル,すなわち,k-NNとANNを,85%の精度で沈降の予測のために比較した。この方法は,その極端な相の開始前の疾患予測における医師および医療関連を助け,また,適切な時間で可能な最良の治療の提供を助ける。Copyright Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  脳波 ,  遺伝病 ,  人工知能 ,  *うつ病 ,  ベンチマーク ,  発作
準シソーラス用語： 機械学習技術 ,  脳波信号 , 【Automatic Indexing@JST】

著者キーワード (4件)： うつ病 ,  EEG ,  ANN ,  k-NN

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (4件)： EEG ,  うつ病 ,  予測 ,  研究