文献

J-GLOBAL ID：201702280863842096   整理番号：17A0179915

EEGからのてんかん分類のための因子分析,Hessian局所線形埋め込みとIsomap【Powered by NICT】

Factor analysis, Hessian Local Linear Embedding and Isomap for epilepsy classification from EEG

著者 (2件)： Prabhakar Sunil Kumar (Department of ECE, Bannari Amman Institute of Technology, Sathyamangalam, India) ,  Rajaguru Harikumar (Department of ECE, Bannari Amman Institute of Technology, Sathyamangalam, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： EECon  ページ： 19-24  発行年： 2016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： 本世代では,全世界の人口の1%以上がこの発作性疾患により影響される。腫瘍,ストロークと薬物誤用のような遺伝的素因のために,てんかんを引き起こす。てんかんは,神経信号のクラスタは異常に機能する一般的な脳疾患である。発作を防ぐために,薬物療法が有効な患者は,投薬に良く対応できるだけであった。神経刺激,手術,健康的な食事を維持するような他の改善策は,患者の治療に成功したとは限らない。てんかんのため,患者は,その生涯に渡って持続性不安との共存を有し,正常な生活をもたらし,日と社会的課題にをフラノース類にとって一層困難になっている。てんかんの解析と診断には,発作の検出と分類は,最も重要な段階を形成する。脳の動力学に関する重要な情報が脳波(EEG)により容易に測定できた。EEGデータの記録が非常に長いので,得られたデータはプロセスに巨大になりすぎなど,本研究では,EEGデータの次元は,因子分析(FA),Hessian局所線形埋込み(HLLE)とIsomap(IM)のような次元縮小(DR)法により減少した。次元縮小された値は,遺伝的アルゴリズム(GA)と一般化回帰ニューラルネットワーク(GRNN)を用いて分類した。性能基準は性能指数で,これは感度,特異性,時間遅れ,品質値と精度のようなパラメータを解析した。結果は,FA,HLLEとIsomapはGRNNで分類した場合,100%の完全な分類と100%の精度が得られることを示した。GAを用いた分類次元縮小技術を比較した場合,HLLE GA組み合わせで分類すると,95.24%の高い精度が得られた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 神経刺激 ,  薬物誤用 ,  脳波 ,  *線形性 ,  次元縮小 ,  薬物療法 ,  発作 ,  神経インパルス ,  *てんかん ,  遺伝的アルゴリズム ,  患者 ,  *因子分析
準シソーラス用語： 特異性 ,  一般回帰ニューラルネットワーク ,  持続性 , 【Automatic Indexing@JST】

分類 (3件)： 神経系疾患の薬物療法  (GN05020Y) ,  神経系疾患の治療一般  (GN05010N) ,  神経系の疾患  (GN03000O)

タイトルに関連する用語 (6件)： EEG ,  てんかん ,  分類 ,  因子分析 ,  線形 ,  埋め込み