...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>ETRI journal >Automated epileptic seizure waveform detection method based on the feature of the mean slope of wavelet coefficient counts using a hidden Markov model and EEG signals
【24h】

Automated epileptic seizure waveform detection method based on the feature of the mean slope of wavelet coefficient counts using a hidden Markov model and EEG signals

机译：自动癫痫癫痫发作波形检测方法，基于使用隐马尔可夫模型和脑电图信号的小波系数计数的平均斜率的特征

获取原文
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Long‐term electroencephalography (EEG) monitoring is time‐consuming, and requires experts to interpret EEG signals to detect seizures in patients. In this paper, we propose a novel automated method called adaptive slope of wavelet coefficient counts over various thresholds (ASCOT) to classify patient episodes as seizure waveforms. ASCOT involves extracting the feature matrix by calculating the mean slope of wavelet coefficient counts over various thresholds in each frequency subband. We validated our method using our own database and a public database to avoid overtuning. The experimental results show that the proposed method achieved a reliable and promising accuracy in both our own database (98.93%) and the public database (99.78%). Finally, we evaluated the performance of the method considering various window sizes. In conclusion, the proposed method achieved a reliable seizure detection performance with a short‐term window size. Therefore, our method can be utilized to interpret long‐term EEG results and detect momentary seizure waveforms in diagnostic systems.
机译：长期脑电图（EEG）监测是耗时的，并且需要专家来解释EEG信号以检测患者的癫痫发作。在本文中，我们提出了一种新的自动化方法，称为自适应斜率的小波系数计数超过各种阈值（ASCOT），以将患者剧集分类为癫痫发作波形。 ASCOT通过计算每个频率子带中的各种阈值的小波系数计数的平均斜率来提取特征矩阵。我们使用自己的数据库和公共数据库验证了我们的方法，以避免过早运行。实验结果表明，该方法在我们自己的数据库（98.93％）和公共数据库中实现了可靠和有希望的准确性（99.78％）。最后，我们评估了考虑各种窗口尺寸的方法的性能。总之，所提出的方法实现了具有短期窗口尺寸的可靠癫痫发作检测性能。因此，我们的方法可用于解释长期EEG结果并检测诊断系统中的瞬时癫痫发作波形。

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