• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2015 IEEE Student Symposium in Biomedical Engineering amp; Sciences >An efficient classification of epilepsy risk levels from EEG signals using hard thresholding computation applied to code converters
【24h】

An efficient classification of epilepsy risk levels from EEG signals using hard thresholding computation applied to code converters

机译：使用适用于代码转换器的硬阈值计算，有效地从EEG信号分类癫痫风险等级

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Epilepsy is the most prevalent neurological disorder affecting the autonomous nervous system to a higher extent. Characterized by the sudden onset of recurrent, regressive and transient disturbances epilepsy occurs due to the hyper synchronization of the neurons in the cortical regions of the brain. The epileptic patient always experiences continuous electrical discharges in the brain. The recurrent seizures are termed as epileptic seizures. To monitor those epileptic seizures, Electroencephalography (EEG) signals are highly useful. This paper implements the performance comparison of various thresholding techniques with Sparse Representation Classifiers (SRC) as Post Classifiers for the Classification of Epilepsy Risk Levels from EEG signals. The bench mark parameters used here are Performance Index (PI), Quality Values (QV), Time Delay, Accuracy, Specificity and Sensitivity.
机译：癫痫病是最广泛影响自主神经系统的最普遍的神经系统疾病。由于大脑皮层区域中神经元的高度同步，特征在于突然发作的复发性，回归性和短暂性癫痫。癫痫患者总是在大脑中经历连续的放电。复发性癫痫发作称为癫痫发作。为了监视那些癫痫发作，脑电图（EEG）信号非常有用。本文使用稀疏表示分类器（SRC）作为从脑电信号对癫痫风险级别进行分类的后分类器，来实现各种阈值技术的性能比较。此处使用的基准参数是性能指标（PI），质量值（QV），时间延迟，准确性，特异性和敏感性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号