文献

J-GLOBAL ID：202102268977896776   整理番号：21A3174741

結合四元数特異スペクトル解析とアンサンブル経験的モード分解に基づく睡眠段階分類【JST・京大機械翻訳】

Sleeping stage classification based on joint quaternion valued singular spectrum analysis and ensemble empirical mode decomposition

著者 (2件)： Huang Zuo (School of Information Engineering, Guangdong University of Technology, Guangzhou 510006, China) ,  Ling Bingo Wing-Kuen (School of Information Engineering, Guangdong University of Technology, Guangzhou 510006, China)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 71  号： PA  ページ： Null  発行年： 2022年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 睡眠段階分類は,睡眠関連疾患の診断および治療において重要な役割を果たす。本論文では,睡眠段階分類を行うための,結合四元数値特異スペクトル解析(QSSA)とアンサンブル経験的モード分解(EEMD)ベース法を提案した。最初に,高速Fourier変換(FFT)を用いて,脳波(EEG)を様々な波に分解した。次に,QSSAとEEMDの両方をこれらの波の雑音除去に適用した。最後に,選択した成分から特徴を抽出し,ブートストラップ集合(袋)分類器を用いて睡眠段階分類を行った。睡眠-EDFデータベースとPhysioバンクにおける睡眠-EDF拡張データベースの両方から得られた16の睡眠記録を,評価を実行するために採用した。統計解析を行った。コンピュータ数値シミュレーション結果は,睡眠-EDFデータベースにおけるEEGに基づく2つの状態段階分類への6つの状態段階分類のための著者らの提案アルゴリズムによって達成された精度が,それぞれ89.39%,90.66%,94.09%,94.17%,および97.50%であることを示した。さらに,睡眠-EDF拡張データベースにおける分類精度も非常に高い。また,提案した方法によって達成された分類精度は,既存の方法で達成されたものより高かった。これは提案した方法の有効性を示す。Copyright 2021 Elsevier B.V., Amsterdam. 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 ,  ブートストラップ ,  データベース ,  脳波 ,  有効性 ,  高速Fourier変換 ,  *四元数 ,  コンピュータ ,  雑音除去
準シソーラス用語： *睡眠相 ,  数値シミュレーション ,  分類精度 ,  *特異スペクトル解析 ,  アンサンブル経験的モード分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： 四元数値特異スペクトル解析 ,  アンサンブル経験的モード分解 ,  マルチチャネル脳波 ,  バギング ,  睡眠段階分類

分類 (2件)： 動物生理一般  (EJ02010E) ,  生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 四元数 ,  特異スペクトル解析 ,  アンサンブル経験的モード分解 ,  睡眠段階 ,  分類