文献

J-GLOBAL ID：202202276840265230   整理番号：22A0848686

うつ病検出のための脳波信号の改良経験的モード分解【JST・京大機械翻訳】

An Improved Empirical Mode Decomposition of Electroencephalogram Signals for Depression Detection

著者 (5件)： Shen Jian (Gansu Provincial Key Laboratory of Wearable Computing, School of Information Science and Engineering, Lanzhou University, Lanzhou, China) ,  Zhang Xiaowei (Gansu Provincial Key Laboratory of Wearable Computing, School of Information Science and Engineering, Lanzhou University, Lanzhou, China) ,  Wang Gang (Beijing Anding Hospital of Capital Medical University, Beijing, China) ,  Ding Zhijie (Third Peoples Hospital of Tianshui City, Tianshui, China) ,  Hu Bin (Gansu Provincial Key Laboratory of Wearable Computing, School of Information Science and Engineering, Lanzhou University, Lanzhou, China)
資料名： IEEE Transactions on Affective Computing  (IEEE Transactions on Affective Computing)
巻： 13  号： 1  ページ： 262-271  発行年： 2022年 
JST資料番号： W2423A  ISSN： 1949-3045  資料種別： 逐次刊行物 (A)
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： うつ病は,人々の思考,行動,感情,および幸福感に影響する持続的低気分を特徴とする精神障害である。世界保健機構(WHO)によると,鬱病は2020年に第2の主要な生命を脅かす病気になる。ヒト脳の作動状態を反映する脳波(EEG)シグナルは,鬱病検出のための最良の生理学的ツールであると考えられている。以前の研究では,EEG信号から特徴を抽出するために,EEGの高度に複雑で非線形で非定常な性質を扱うことができる経験的モード分解(EMD)法を使用した。しかし,いくつかの特別なデータのために,EMDを通して抽出された隣接成分は,確かに,異なる継続時間で同じ周波数を有するデータのセクションを持つことができた。従って,データの固有モード関数(IMFs)は線形に依存し,IMFsに基づく拡張の特徴係数は抽出できず,事前提案EMDベース特徴抽出法を非現実的にする。この問題を解決するために,Singular値分解(SVD)ベースの特徴抽出法を適用する改良EMDを,本研究で提案して,それは,できるだけ正確にすべてのIMFsに基づく拡張の特性係数を抽出でき,IMFsの潜在的線形依存性を無視することができた。うつ病を検出するための4つのEEGデータベースについて実験を行った。改良EMDベースの特徴抽出法は,4つのEEGデータベース上のすべての3つのチャネル(Fp1,Fpz,およびFp2)から特徴を抽出することができる。うつ病患者および健常被験者を含む4つのEEGデータベースに関する提案方法の平均分類結果は,それぞれ,83.27,85.19,81.98および88.07パーセントに達し,それは,予め提案したEMDベースの特徴抽出法に匹敵した。Copyright 2022 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： データ ,  データベース ,  *脳波 ,  分類 ,  特徴抽出 ,  ヒト ,  改良 ,  線形性 ,  *うつ病 ,  平均値 ,  精神障害
準シソーラス用語： 被験者 ,  非定常性 ,  *経験的モード分解 ,  固有モード関数 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (3件)： うつ病 ,  脳波信号 ,  経験的モード分解