文献

J-GLOBAL ID：202202210988396318   整理番号：22A0590239

長期頭蓋内EEGを用いた発作予測のためのチャネル選択戦略と組み合わせた一次元畳込みニューラルネットワーク【JST・京大機械翻訳】

One-Dimensional Convolutional Neural Networks Combined with Channel Selection Strategy for Seizure Prediction Using Long-Term Intracranial EEG

著者 (11件)： Wang Xiaoshuang (School of Biomedical Engineering, Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian 116024, P. R. China) ,  Wang Xiaoshuang (Faculty of Information Technology, University of Jyvaeskylae, Jyvaeskylae 40014, Finland) ,  Zhang Guanghui (School of Biomedical Engineering, Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian 116024, P. R. China) ,  Zhang Guanghui (Faculty of Information Technology, University of Jyvaeskylae, Jyvaeskylae 40014, Finland) ,  Wang Ying (Department of Neurology and Psychiatry, First Affiliated Hospital, DaLian Medical University, Dalian, P. R. China) ,  Yang Lin (Department of Neurology and Psychiatry, First Affiliated Hospital, DaLian Medical University, Dalian, P. R. China) ,  Liang Zhanhua (Department of Neurology and Psychiatry, First Affiliated Hospital, DaLian Medical University, Dalian, P. R. China) ,  Cong Fengyu (School of Biomedical Engineering, Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian 116024, P. R. China) ,  Cong Fengyu (Faculty of Information Technology, University of Jyvaeskylae, Jyvaeskylae 40014, Finland) ,  Cong Fengyu (School of Artificial Intelligence, Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian 116024, P. R. China) ,  Cong Fengyu (Key Laboratory of Integrated Circuit and Biomedical Electronic System, Liaoning Province Dalian University of Technology, Dalian, P. R. China)
資料名： International Journal of Neural Systems  (International Journal of Neural Systems)
巻： 32  号： 2  ページ： 2150048  発行年： 2022年 
JST資料番号： W0880A  ISSN： 0129-0657  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 頭蓋内脳波(iEEG)を用いた発作予測は,近年,iEEGシグナルが複数のチャンネルの形で記録されている。多くの以前の研究は,一般的に,発作を予測するすべてのチャネルのiEEG信号を使用し,チャネル選択の考慮を無視している。本研究では,チャネル選択戦略と組み合わせた一次元畳込みニューラルネットワーク(1D-CNN)の方法を,発作予測のために提案した。最初に,生のiEEG信号を分割するために30sのスライディングウィンドウを用いた。次に,分類のための1D-CNNの入力として,3つのチャネル形態(単一チャネル,発作開始または遊離ゾーンからのチャネル,および発作開始とフリーゾーンからのすべてのチャネル)における30s iEEGセグメントを使用し,患者特異的モデルを訓練した。最後に,最良の分類を有するチャネル形を各患者に対して選択した。提案した方法をFreiburg病院iEEGデータセットで評価した。30[数式:原文を参照]minの発作発生期間(SOP)と5[数式:原文を参照]minの発作予測水平(SPH)の状況において,98.60%の精度,98.85%の感度と0.01/hの偽予測率(FPR)を達成した。60[数式:原文を参照]minのSOPと5[数式:原文を参照]minのSPHの状況において,98.32%の精度,98.48%の感度と0.01/hのFPRを達成した。同じiEEGデータセットを用いた多くの既存の方法と比較して,著者らの方法はより良い性能を示した。Copyright 2022 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  精度 ,  てんかん ,  *一次元 ,  発生 ,  チャネル ,  *発作
準シソーラス用語： *チャネル選択 ,  スライディングウィンドウ ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： てんかん ,  発作予測 ,  頭蓋内脳波(iEEG) ,  畳込みニューラルネットワーク(CNN) ,  チャネル選択

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 長期 ,  頭蓋内EEG ,  発作 ,  予測 ,  チャネル ,  選択戦略 ,  畳込みニューラルネットワーク