文献

J-GLOBAL ID：202102247565761365   整理番号：21A0666145

効率的な特徴抽出と完全BCIパラダイムのための多層パーセプトロンを用いたEEG帯域分離【JST・京大機械翻訳】

EEG Band Separation Using Multilayer Perceptron for Efficient Feature Extraction and Perfect BCI Paradigm

著者 (3件)： Sunny Md. Samiul Haque (Khulna University of Engineering & Technology,Department of Electrical & Electronic Engineering,Khulna,Bangladesh) ,  Afroze Nashrah (Khulna University of Engineering & Technology,Department of Electrical & Electronic Engineering,Khulna,Bangladesh) ,  Hossain Eklas (Oregon Institute of Technology,Department of Electrical Engineering and Renewable Energy,Oregon,United States)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ETCCE  ページ： 1-6  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： 精神疾患と脳疾患の治療と異常脳波(EEG)の診断は脳活動の重要な測定である。特徴抽出は,先進信号処理技術を開発し,採用して,生物医学およびバイオインフォマティクス研究のゾーンにおける脳-コンピュータインタフェイス(BCI)において重要である。EEG信号の非定常および非線形挙動は,特徴抽出プロセスにおける主な課題である。医療サービスの改善のために,効果的で手頃な解釈方法は,新興の鍵である。本論文では,主な焦点は,多層パーセプトロン(MLP)を用いてより効率的に特徴を抽出するために,EEG信号から異なる周波数帯を分離することである。EEG取得のためにB-Alert X10を使用し,信号データを解析するために,仮想プラットフォームMATLABを使用した。EEGバンドの分類のために,多層パーセプトロンニューラルネットワークが実装され,それは分類に対して95.47%の精度を有するより効果的な方法であることを証明した。Copyright 2021 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： 脳波 ,  信号処理 ,  *特徴抽出 ,  精神病 ,  *周波数帯 ,  脳疾患 ,  *多層パーセプトロン
準シソーラス用語： バイオインフォマティクス ,  MATLAB ,  生物医学 ,  医療サービス ,  ブレインコンピュータインタフェイス ,  脳活動 ,  脳波信号 ,  多層パーセプトロンニューラルネットワーク , 【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 (6件)： 特徴抽出 ,  BCI ,  パラダイム ,  多層パーセプトロン ,  EEG ,  帯域