지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.2
- 수록면
- 217 - 229 (0page)
이용수
초록· 키워드
오류제보하기
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.
목차
등록된 정보가 없습니다.
참고문헌 (47)
참고문헌 신청
F. Mormann / 2006 / Seizure prediction : the long and winding road / Brain 130(2):314~333
B. Litt / 2002 / Seizure prediction and the preseizure period / Curr. Opin. Neurol 14(2):173~177
V. Joshi / 2013 / Classification of ictal and seizure‐free EEG signals using fractional linear prediction / Biomed. Signal Process. Contr 9:1~5
L. Guo / 2010 / Automatic epileptic seizure detection in EEGs based on line length feature and artificial neural networks / J. Neurosci. Methods 191(1):101~109
A. Subasi / 2010 / EEG signal classification using PCA, ICA, LDA and support vector machines / Expert Syst. Applicat 37(12):8659~8666
B. Litt / 2002 / Seizure prediction and the preseizure period / Curr. Opin. Neurol 14(2):173~177
V. Joshi / 2013 / Classification of ictal and seizure‐free EEG signals using fractional linear prediction / Biomed. Signal Process. Contr 9:1~5
L. Guo / 2010 / Automatic epileptic seizure detection in EEGs based on line length feature and artificial neural networks / J. Neurosci. Methods 191(1):101~109
A. Subasi / 2010 / EEG signal classification using PCA, ICA, LDA and support vector machines / Expert Syst. Applicat 37(12):8659~8666
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Epileptic seizure detection using Deep Learning
한국정보과학회 학술발표논문집
2018 .12
-
딥러닝 기법을 활용한 뇌파 기반의 환자별 발작 예측
제어로봇시스템학회 국내학술대회 논문집
2024 .07
-
L1-norm Minimization based Sparse Approximation Method of EEG for Epileptic Seizure Detection
한국정보전자통신기술학회 논문지
2019 .10
-
뇌파신호의 웨이블릿 변환 및 전처리에 따른 딥러닝 기반 발작 예측의 성능 비교
대한전자공학회 학술대회
2024 .06
-
작은 규모의 실의 창문과 이미지에 대한 뇌파분석 실험연구
대한건축학회논문집
2024 .08
-
수면 중 소아 발작 모니터링 시스템 구현
한국정보기술학회논문지
2016 .07
-
EEG signal to Image Transformation for Emotion Recognition
한국정보과학회 학술발표논문집
2021 .06
-
단기 뇌전증 발작 뇌전도 신호 검출을 위한 멀티스케일 분배 엔트로피 분석 기법
한국정보과학회 학술발표논문집
2019 .06
-
순환 합성곱 신경망를 이용한 다채널 뇌파 분석의 간질 발작 탐지
전기전자학회논문지
2018 .12
-
EEG 기반 발작 감지를 위한 딥러닝 모델에서 Bandpass Filter의 효과 이해
한국정보과학회 학술발표논문집
2023 .06
-
뇌전증 발작 탐지를 위한 CNN 기반 앙상블 모델
대한전자공학회 학술대회
2021 .06
-
EEG를 이용한 인공신경망 기반 스트레스 감지 방법
대한전자공학회 학술대회
2019 .06
-
EEG 신호 분석을 위한 딥러닝 연구 동향
대한전기학회 학술대회 논문집
2022 .07
-
Recording and Characterization of EEGs by Using Wearable EEG Device
제어로봇시스템학회 국제학술대회 논문집
2019 .10
-
노임은 압류금지 되나요? : Wages and Seizures 대법원 2016. 10. 13 선고 2014다2723 판결
대한토목학회지
2022 .07
-
EEG 신호 정확도 향상을 위한 시뮬레이션 소프트웨어 개발
재활복지공학회논문지
2016 .08
-
SVM을 이용한 뇌전증 발작 검출
한국통신학회 학술대회논문집
2018 .06
-
뇌파신호의 웨이블릿 변환 및 전처리에 따른 딥러닝 기반 발작 예측의 성능 비교
전자공학회논문지
2025 .03
-
개인인증을 위한 EEG신호의 특성 분석
대한전기학회 학술대회 논문집
2020 .07
-
State Analysis and Location Tracking Technology through EEG and Position Data Analysis
JOURNAL OF ADVANCED INFORMATION TECHNOLOGY AND CONVERGENCE
2018 .12
이 논문의 저자 정보
최근 본 자료
댓글(0)
0