文献

J-GLOBAL ID：202202282849906336   整理番号：22A1066829

リーマン多様体による能動学習を用いたてんかん発作検出

Epileptic Seizure Detection Using Active Learning with Riemannian Manifold

著者 (2件)： 折原俊貴 (東京農工大 大学院工学府) ,  田中聡久 (東京農工大 大学院工学府)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 121  号： 383(EA2021 64-97)  ページ： 201-206 (WEB ONLY)  発行年： 2022年02月22日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 機械学習による診断支援技術を実現するには,患者ごとにデータの...

シソーラス用語： *機械学習 ,...
準シソーラス用語： リーマン多様体 ,...

ログイン（無料）して見る     続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A1066829&from=J-GLOBAL&jstjournalNo=U2030A") }}

分類 (1件)： 神経系の診断  (GN02000H)

引用文献 (28件)：

• WHO, “Epilepsy,” 2017. [Online]. Available: http://www.who.int/mediacentre/factsheets/fs999/en/.
• M. S. Hossain, S. U. Amin, M. Alsulaiman, and G. Muhammad, “Applying deep learning for epilepsy seizure detection and brain mapping visualization,” ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM), vol. 15, no. 1s, pp. 1-17, 2019.
• A. Shariat, A. Zarei, S. A. Karvigh, and B. M. Asl, “Automatic detection of epileptic seizures using riemannian geometry from scalp EEG recordings,” Medical & Biological Engineering & Computing, pp. 1-15, 2021.
• T. Wen and Z. Zhang, “Deep convolution neural network and autoencoders-based unsupervised feature learning of EEG signals,” IEEE Access, vol. 6, pp. 25 399-25 410, 2018.
• P. Thodoroff, J. Pineau, and A. Lim, “Learning robust features using deep learning for automatic seizure detection,” in Machine learning for healthcare conference. PMLR, 2016, pp. 178-190.

タイトルに関連する用語 (3件)： リーマン多様体 ,  能動学習 ,  てんかん発作